tp最新钱包下载|plot.log
作者： tp最新钱包下载
2024-03-07 20:35:41
数据可视化--matplotlib图表使用对数标度 - 知乎
数据可视化--matplotlib图表使用对数标度 - 知乎切换模式写文章登录/注册数据可视化--matplotlib图表使用对数标度醉过知酒浓感悟质量人生使用对数标度当可视化的数据在一个非常广泛的范围内变化时，对数尺度允许我们把原本几乎看不见的变化形象化。在这个章节中，我们要演示如何操作图形的缩放系统。怎么做。。。有几种方法可以设置对数刻度。这里的做法对任何人都适用一种图形，而不仅仅是曲线图。在下面的示例中，我们设置了一个对数适用于所有打印元素的比例：import numpy as npimport matplotlib.pyplot as pltX = np.linspace(1, 10, 1024)plt.yscale('log')plt.plot(X, X, c = 'k', lw = 2., label = r'$f(x)=x$')plt.plot(X, 10 ** X, c = '.75', ls = '--', lw = 2., label = r'$f(x)=e^x$')plt.plot(X, np.log(X), c = '.75', lw = 2., label = r'$f(x)=\log(x)$')plt.legend()plt.show()下图显示了多条曲线，垂直轴采用对数刻度：它的工作原理。。。在本例中，我们显示了三个函数，y轴遵循对数刻度。所有的工作都由我来做pyplot.yscale() 函数，其中传递“log”以指定我们希望的变化比例。同样地，我们会使用绘图.xscale（）在x轴上达到同样的效果。可以非常简单地创建log图，如下所示：plt.xscale('log')plt.yscale('log')默认情况下，对数基数为10，但可以使用可选参数basex和basey进行更改。还有更多。。。使用对数标度也有助于在范围非常大的情况下缩小数据的范围，如以下示例所示：曲线的中心部分（[-6，6]范围）以线性比例显示，而其他部分用对数标度表示，如下图所示：这里，我们传递'symlog'作为pyplot.xscale文件（），对称对数刻度以0为中心。通过设置“linthreshx=6”，我们指定在[-6，6]范围内想要一个超出这个范围的线性和对数标度。这样，我们就可以详细了解一个范围，同时仍可以查看大量剩余数据。发布于 2021-04-07 22:47可视化数学定义数学赞同 24 条评论分享喜欢收藏申请
matplotlib.pyplot.loglog — Matplotlib 3.8.3 documentation
matplotlib.pyplot.loglog — Matplotlib 3.8.3 documentation
Skip to main content
Ctrl+K
Plot types
User guide
Tutorials
Examples
Reference
Contribute
Releases
Gitter
Discourse
GitHub
Plot types
User guide
Tutorials
Examples
Reference
Contribute
Releases
Gitter
Discourse
GitHub
Section Navigation
matplotlib
matplotlib.afm
matplotlib.animation
matplotlib.animation.Animation
matplotlib.animation.FuncAnimation
matplotlib.animation.ArtistAnimation
matplotlib.animation.PillowWriter
matplotlib.animation.HTMLWriter
matplotlib.animation.FFMpegWriter
matplotlib.animation.ImageMagickWriter
matplotlib.animation.FFMpegFileWriter
matplotlib.animation.ImageMagickFileWriter
matplotlib.animation.Animation
matplotlib.animation.TimedAnimation
matplotlib.animation.MovieWriterRegistry
matplotlib.animation.AbstractMovieWriter
matplotlib.animation.MovieWriter
matplotlib.animation.FileMovieWriter
matplotlib.animation.FFMpegBase
matplotlib.animation.ImageMagickBase
matplotlib.artist
matplotlib.artist.Artist.add_callback
matplotlib.artist.Artist.remove_callback
matplotlib.artist.Artist.pchanged
matplotlib.artist.Artist.get_cursor_data
matplotlib.artist.Artist.format_cursor_data
matplotlib.artist.Artist.set_mouseover
matplotlib.artist.Artist.get_mouseover
matplotlib.artist.Artist.mouseover
matplotlib.artist.Artist.contains
matplotlib.artist.Artist.pick
matplotlib.artist.Artist.pickable
matplotlib.artist.Artist.set_picker
matplotlib.artist.Artist.get_picker
matplotlib.artist.Artist.set_clip_on
matplotlib.artist.Artist.get_clip_on
matplotlib.artist.Artist.set_clip_box
matplotlib.artist.Artist.get_clip_box
matplotlib.artist.Artist.set_clip_path
matplotlib.artist.Artist.get_clip_path
matplotlib.artist.Artist.update
matplotlib.artist.Artist.update_from
matplotlib.artist.Artist.properties
matplotlib.artist.Artist.set
matplotlib.artist.Artist.draw
matplotlib.artist.Artist.set_animated
matplotlib.artist.Artist.get_animated
matplotlib.artist.Artist.set_alpha
matplotlib.artist.Artist.get_alpha
matplotlib.artist.Artist.set_snap
matplotlib.artist.Artist.get_snap
matplotlib.artist.Artist.set_visible
matplotlib.artist.Artist.get_visible
matplotlib.artist.Artist.zorder
matplotlib.artist.Artist.set_zorder
matplotlib.artist.Artist.get_zorder
matplotlib.artist.Artist.set_agg_filter
matplotlib.artist.Artist.set_sketch_params
matplotlib.artist.Artist.get_sketch_params
matplotlib.artist.Artist.set_rasterized
matplotlib.artist.Artist.get_rasterized
matplotlib.artist.Artist.set_path_effects
matplotlib.artist.Artist.get_path_effects
matplotlib.artist.Artist.get_agg_filter
matplotlib.artist.Artist.get_window_extent
matplotlib.artist.Artist.get_tightbbox
matplotlib.artist.Artist.get_transformed_clip_path_and_affine
matplotlib.artist.Artist.remove
matplotlib.artist.Artist.axes
matplotlib.artist.Artist.set_figure
matplotlib.artist.Artist.get_figure
matplotlib.artist.Artist.get_children
matplotlib.artist.Artist.findobj
matplotlib.artist.Artist.set_transform
matplotlib.artist.Artist.get_transform
matplotlib.artist.Artist.is_transform_set
matplotlib.artist.Artist.convert_xunits
matplotlib.artist.Artist.convert_yunits
matplotlib.artist.Artist.have_units
matplotlib.artist.Artist.set_gid
matplotlib.artist.Artist.get_gid
matplotlib.artist.Artist.set_label
matplotlib.artist.Artist.get_label
matplotlib.artist.Artist.set_url
matplotlib.artist.Artist.get_url
matplotlib.artist.Artist.sticky_edges
matplotlib.artist.Artist.set_in_layout
matplotlib.artist.Artist.get_in_layout
matplotlib.artist.Artist.stale
matplotlib.artist.allow_rasterization
matplotlib.artist.get
matplotlib.artist.getp
matplotlib.artist.setp
matplotlib.artist.kwdoc
matplotlib.artist.ArtistInspector
matplotlib.axes
matplotlib.axes.Axes
matplotlib.axes.Axes.plot
matplotlib.axes.Axes.errorbar
matplotlib.axes.Axes.scatter
matplotlib.axes.Axes.plot_date
matplotlib.axes.Axes.step
matplotlib.axes.Axes.loglog
matplotlib.axes.Axes.semilogx
matplotlib.axes.Axes.semilogy
matplotlib.axes.Axes.fill_between
matplotlib.axes.Axes.fill_betweenx
matplotlib.axes.Axes.bar
matplotlib.axes.Axes.barh
matplotlib.axes.Axes.bar_label
matplotlib.axes.Axes.stem
matplotlib.axes.Axes.eventplot
matplotlib.axes.Axes.pie
matplotlib.axes.Axes.stackplot
matplotlib.axes.Axes.broken_barh
matplotlib.axes.Axes.vlines
matplotlib.axes.Axes.hlines
matplotlib.axes.Axes.fill
matplotlib.axes.Axes.axhline
matplotlib.axes.Axes.axhspan
matplotlib.axes.Axes.axvline
matplotlib.axes.Axes.axvspan
matplotlib.axes.Axes.axline
matplotlib.axes.Axes.acorr
matplotlib.axes.Axes.angle_spectrum
matplotlib.axes.Axes.cohere
matplotlib.axes.Axes.csd
matplotlib.axes.Axes.magnitude_spectrum
matplotlib.axes.Axes.phase_spectrum
matplotlib.axes.Axes.psd
matplotlib.axes.Axes.specgram
matplotlib.axes.Axes.xcorr
matplotlib.axes.Axes.ecdf
matplotlib.axes.Axes.boxplot
matplotlib.axes.Axes.violinplot
matplotlib.axes.Axes.bxp
matplotlib.axes.Axes.violin
matplotlib.axes.Axes.hexbin
matplotlib.axes.Axes.hist
matplotlib.axes.Axes.hist2d
matplotlib.axes.Axes.stairs
matplotlib.axes.Axes.clabel
matplotlib.axes.Axes.contour
matplotlib.axes.Axes.contourf
matplotlib.axes.Axes.imshow
matplotlib.axes.Axes.matshow
matplotlib.axes.Axes.pcolor
matplotlib.axes.Axes.pcolorfast
matplotlib.axes.Axes.pcolormesh
matplotlib.axes.Axes.spy
matplotlib.axes.Axes.tripcolor
matplotlib.axes.Axes.triplot
matplotlib.axes.Axes.tricontour
matplotlib.axes.Axes.tricontourf
matplotlib.axes.Axes.annotate
matplotlib.axes.Axes.text
matplotlib.axes.Axes.table
matplotlib.axes.Axes.arrow
matplotlib.axes.Axes.inset_axes
matplotlib.axes.Axes.indicate_inset
matplotlib.axes.Axes.indicate_inset_zoom
matplotlib.axes.Axes.secondary_xaxis
matplotlib.axes.Axes.secondary_yaxis
matplotlib.axes.Axes.barbs
matplotlib.axes.Axes.quiver
matplotlib.axes.Axes.quiverkey
matplotlib.axes.Axes.streamplot
matplotlib.axes.Axes.cla
matplotlib.axes.Axes.clear
matplotlib.axes.Axes.axis
matplotlib.axes.Axes.set_axis_off
matplotlib.axes.Axes.set_axis_on
matplotlib.axes.Axes.set_frame_on
matplotlib.axes.Axes.get_frame_on
matplotlib.axes.Axes.set_axisbelow
matplotlib.axes.Axes.get_axisbelow
matplotlib.axes.Axes.grid
matplotlib.axes.Axes.get_facecolor
matplotlib.axes.Axes.set_facecolor
matplotlib.axes.Axes.set_prop_cycle
matplotlib.axes.Axes.get_xaxis
matplotlib.axes.Axes.get_yaxis
matplotlib.axes.Axes.invert_xaxis
matplotlib.axes.Axes.xaxis_inverted
matplotlib.axes.Axes.invert_yaxis
matplotlib.axes.Axes.yaxis_inverted
matplotlib.axes.Axes.set_xlim
matplotlib.axes.Axes.get_xlim
matplotlib.axes.Axes.set_ylim
matplotlib.axes.Axes.get_ylim
matplotlib.axes.Axes.update_datalim
matplotlib.axes.Axes.set_xbound
matplotlib.axes.Axes.get_xbound
matplotlib.axes.Axes.set_ybound
matplotlib.axes.Axes.get_ybound
matplotlib.axes.Axes.set_xlabel
matplotlib.axes.Axes.get_xlabel
matplotlib.axes.Axes.set_ylabel
matplotlib.axes.Axes.get_ylabel
matplotlib.axes.Axes.label_outer
matplotlib.axes.Axes.set_title
matplotlib.axes.Axes.get_title
matplotlib.axes.Axes.legend
matplotlib.axes.Axes.get_legend
matplotlib.axes.Axes.get_legend_handles_labels
matplotlib.axes.Axes.set_xscale
matplotlib.axes.Axes.get_xscale
matplotlib.axes.Axes.set_yscale
matplotlib.axes.Axes.get_yscale
matplotlib.axes.Axes.use_sticky_edges
matplotlib.axes.Axes.margins
matplotlib.axes.Axes.set_xmargin
matplotlib.axes.Axes.set_ymargin
matplotlib.axes.Axes.relim
matplotlib.axes.Axes.autoscale
matplotlib.axes.Axes.autoscale_view
matplotlib.axes.Axes.set_autoscale_on
matplotlib.axes.Axes.get_autoscale_on
matplotlib.axes.Axes.set_autoscalex_on
matplotlib.axes.Axes.get_autoscalex_on
matplotlib.axes.Axes.set_autoscaley_on
matplotlib.axes.Axes.get_autoscaley_on
matplotlib.axes.Axes.apply_aspect
matplotlib.axes.Axes.set_aspect
matplotlib.axes.Axes.get_aspect
matplotlib.axes.Axes.set_box_aspect
matplotlib.axes.Axes.get_box_aspect
matplotlib.axes.Axes.set_adjustable
matplotlib.axes.Axes.get_adjustable
matplotlib.axes.Axes.set_xticks
matplotlib.axes.Axes.get_xticks
matplotlib.axes.Axes.set_xticklabels
matplotlib.axes.Axes.get_xticklabels
matplotlib.axes.Axes.get_xmajorticklabels
matplotlib.axes.Axes.get_xminorticklabels
matplotlib.axes.Axes.get_xgridlines
matplotlib.axes.Axes.get_xticklines
matplotlib.axes.Axes.xaxis_date
matplotlib.axes.Axes.set_yticks
matplotlib.axes.Axes.get_yticks
matplotlib.axes.Axes.set_yticklabels
matplotlib.axes.Axes.get_yticklabels
matplotlib.axes.Axes.get_ymajorticklabels
matplotlib.axes.Axes.get_yminorticklabels
matplotlib.axes.Axes.get_ygridlines
matplotlib.axes.Axes.get_yticklines
matplotlib.axes.Axes.yaxis_date
matplotlib.axes.Axes.minorticks_off
matplotlib.axes.Axes.minorticks_on
matplotlib.axes.Axes.ticklabel_format
matplotlib.axes.Axes.tick_params
matplotlib.axes.Axes.locator_params
matplotlib.axes.Axes.convert_xunits
matplotlib.axes.Axes.convert_yunits
matplotlib.axes.Axes.have_units
matplotlib.axes.Axes.add_artist
matplotlib.axes.Axes.add_child_axes
matplotlib.axes.Axes.add_collection
matplotlib.axes.Axes.add_container
matplotlib.axes.Axes.add_image
matplotlib.axes.Axes.add_line
matplotlib.axes.Axes.add_patch
matplotlib.axes.Axes.add_table
matplotlib.axes.Axes.twinx
matplotlib.axes.Axes.twiny
matplotlib.axes.Axes.sharex
matplotlib.axes.Axes.sharey
matplotlib.axes.Axes.get_shared_x_axes
matplotlib.axes.Axes.get_shared_y_axes
matplotlib.axes.Axes.get_anchor
matplotlib.axes.Axes.set_anchor
matplotlib.axes.Axes.get_axes_locator
matplotlib.axes.Axes.set_axes_locator
matplotlib.axes.Axes.get_subplotspec
matplotlib.axes.Axes.set_subplotspec
matplotlib.axes.Axes.reset_position
matplotlib.axes.Axes.get_position
matplotlib.axes.Axes.set_position
matplotlib.axes.Axes.stale
matplotlib.axes.Axes.pchanged
matplotlib.axes.Axes.add_callback
matplotlib.axes.Axes.remove_callback
matplotlib.axes.Axes.can_pan
matplotlib.axes.Axes.can_zoom
matplotlib.axes.Axes.get_navigate
matplotlib.axes.Axes.set_navigate
matplotlib.axes.Axes.get_navigate_mode
matplotlib.axes.Axes.set_navigate_mode
matplotlib.axes.Axes.start_pan
matplotlib.axes.Axes.drag_pan
matplotlib.axes.Axes.end_pan
matplotlib.axes.Axes.format_coord
matplotlib.axes.Axes.format_cursor_data
matplotlib.axes.Axes.format_xdata
matplotlib.axes.Axes.format_ydata
matplotlib.axes.Axes.mouseover
matplotlib.axes.Axes.in_axes
matplotlib.axes.Axes.contains
matplotlib.axes.Axes.contains_point
matplotlib.axes.Axes.get_cursor_data
matplotlib.axes.Axes.get_children
matplotlib.axes.Axes.get_images
matplotlib.axes.Axes.get_lines
matplotlib.axes.Axes.findobj
matplotlib.axes.Axes.draw
matplotlib.axes.Axes.draw_artist
matplotlib.axes.Axes.redraw_in_frame
matplotlib.axes.Axes.get_rasterization_zorder
matplotlib.axes.Axes.set_rasterization_zorder
matplotlib.axes.Axes.get_window_extent
matplotlib.axes.Axes.get_tightbbox
matplotlib.axes.Axes.name
matplotlib.axes.Axes.get_xaxis_transform
matplotlib.axes.Axes.get_yaxis_transform
matplotlib.axes.Axes.get_data_ratio
matplotlib.axes.Axes.get_xaxis_text1_transform
matplotlib.axes.Axes.get_xaxis_text2_transform
matplotlib.axes.Axes.get_yaxis_text1_transform
matplotlib.axes.Axes.get_yaxis_text2_transform
matplotlib.axes.Axes.zorder
matplotlib.axes.Axes.get_default_bbox_extra_artists
matplotlib.axes.Axes.get_transformed_clip_path_and_affine
matplotlib.axes.Axes.has_data
matplotlib.axes.Axes.set
matplotlib.axis
matplotlib.axis.Axis.clear
matplotlib.axis.Axis.get_scale
matplotlib.axis.Axis.get_major_formatter
matplotlib.axis.Axis.get_major_locator
matplotlib.axis.Axis.get_minor_formatter
matplotlib.axis.Axis.get_minor_locator
matplotlib.axis.Axis.set_major_formatter
matplotlib.axis.Axis.set_major_locator
matplotlib.axis.Axis.set_minor_formatter
matplotlib.axis.Axis.set_minor_locator
matplotlib.axis.Axis.remove_overlapping_locs
matplotlib.axis.Axis.get_remove_overlapping_locs
matplotlib.axis.Axis.set_remove_overlapping_locs
matplotlib.axis.Axis.set_label_coords
matplotlib.axis.Axis.set_label_position
matplotlib.axis.Axis.set_label_text
matplotlib.axis.Axis.get_label
matplotlib.axis.Axis.get_label_position
matplotlib.axis.Axis.get_label_text
matplotlib.axis.Axis.get_major_ticks
matplotlib.axis.Axis.get_majorticklabels
matplotlib.axis.Axis.get_majorticklines
matplotlib.axis.Axis.get_majorticklocs
matplotlib.axis.Axis.get_minor_ticks
matplotlib.axis.Axis.get_minorticklabels
matplotlib.axis.Axis.get_minorticklines
matplotlib.axis.Axis.get_minorticklocs
matplotlib.axis.Axis.get_offset_text
matplotlib.axis.Axis.get_tick_padding
matplotlib.axis.Axis.get_tick_params
matplotlib.axis.Axis.get_ticklabels
matplotlib.axis.Axis.get_ticklines
matplotlib.axis.Axis.get_ticklocs
matplotlib.axis.Axis.get_gridlines
matplotlib.axis.Axis.grid
matplotlib.axis.Axis.set_tick_params
matplotlib.axis.Axis.axis_date
matplotlib.axis.Axis.get_data_interval
matplotlib.axis.Axis.get_view_interval
matplotlib.axis.Axis.get_inverted
matplotlib.axis.Axis.set_data_interval
matplotlib.axis.Axis.set_view_interval
matplotlib.axis.Axis.set_inverted
matplotlib.axis.Axis.get_minpos
matplotlib.axis.Axis.get_tick_space
matplotlib.axis.Axis.get_tightbbox
matplotlib.axis.Axis.contains
matplotlib.axis.Axis.pickradius
matplotlib.axis.Axis.get_pickradius
matplotlib.axis.Axis.set_pickradius
matplotlib.axis.Axis.convert_units
matplotlib.axis.Axis.set_units
matplotlib.axis.Axis.get_units
matplotlib.axis.Axis.update_units
matplotlib.axis.XAxis.axis_name
matplotlib.axis.XAxis.get_ticks_position
matplotlib.axis.XAxis.set_ticks_position
matplotlib.axis.XAxis.set_label_position
matplotlib.axis.XAxis.tick_bottom
matplotlib.axis.XAxis.tick_top
matplotlib.axis.YAxis.axis_name
matplotlib.axis.YAxis.get_ticks_position
matplotlib.axis.YAxis.set_offset_position
matplotlib.axis.YAxis.set_ticks_position
matplotlib.axis.YAxis.set_label_position
matplotlib.axis.YAxis.tick_left
matplotlib.axis.YAxis.tick_right
matplotlib.axis.Axis.OFFSETTEXTPAD
matplotlib.axis.Axis.axes
matplotlib.axis.Axis.limit_range_for_scale
matplotlib.axis.Axis.reset_ticks
matplotlib.axis.Axis.set_default_intervals
matplotlib.axis.Axis.set_ticks
matplotlib.axis.Axis.set_ticklabels
matplotlib.axis.Tick.get_loc
matplotlib.axis.Tick.get_pad
matplotlib.axis.Tick.get_tick_padding
matplotlib.axis.Tick.get_tickdir
matplotlib.axis.Tick.get_view_interval
matplotlib.axis.Tick.set_label1
matplotlib.axis.Tick.set_label2
matplotlib.axis.Tick.set_pad
matplotlib.axis.Tick.set_url
matplotlib.axis.Tick.update_position
matplotlib.backend_bases
matplotlib.backend_managers
matplotlib.backend_tools
matplotlib.backends
matplotlib.backends.backend_mixed
matplotlib.backends.backend_template
matplotlib.backends.backend_agg
matplotlib.backends.backend_cairo
matplotlib.backends.backend_gtk3agg, matplotlib.backends.backend_gtk3cairo
matplotlib.backends.backend_gtk4agg, matplotlib.backends.backend_gtk4cairo
matplotlib.backends.backend_nbagg
matplotlib.backends.backend_pdf
matplotlib.backends.backend_pgf
matplotlib.backends.backend_ps
matplotlib.backends.backend_qtagg, matplotlib.backends.backend_qtcairo
matplotlib.backends.backend_svg
matplotlib.backends.backend_tkagg, matplotlib.backends.backend_tkcairo
matplotlib.backends.backend_webagg_core
matplotlib.backends.backend_webagg
matplotlib.backends.backend_wxagg, matplotlib.backends.backend_wxcairo
matplotlib.bezier
matplotlib.category
matplotlib.cbook
matplotlib.cm
matplotlib.collections
matplotlib.colorbar
matplotlib.colors
matplotlib.colors.Normalize
matplotlib.colors.NoNorm
matplotlib.colors.AsinhNorm
matplotlib.colors.BoundaryNorm
matplotlib.colors.CenteredNorm
matplotlib.colors.FuncNorm
matplotlib.colors.LogNorm
matplotlib.colors.PowerNorm
matplotlib.colors.SymLogNorm
matplotlib.colors.TwoSlopeNorm
matplotlib.colors.Colormap
matplotlib.colors.LinearSegmentedColormap
matplotlib.colors.ListedColormap
matplotlib.colors.ColorSequenceRegistry
matplotlib.colors.LightSource
matplotlib.colors.from_levels_and_colors
matplotlib.colors.hsv_to_rgb
matplotlib.colors.rgb_to_hsv
matplotlib.colors.to_hex
matplotlib.colors.to_rgb
matplotlib.colors.to_rgba
matplotlib.colors.to_rgba_array
matplotlib.colors.is_color_like
matplotlib.colors.same_color
matplotlib.colors.get_named_colors_mapping
matplotlib.colors.make_norm_from_scale
matplotlib.container
matplotlib.contour
matplotlib.dates
matplotlib.docstring
matplotlib.dviread
matplotlib.figure
matplotlib.font_manager
matplotlib.ft2font
matplotlib.gridspec
matplotlib.gridspec.GridSpec
matplotlib.gridspec.SubplotSpec
matplotlib.gridspec.GridSpecBase
matplotlib.gridspec.GridSpecFromSubplotSpec
matplotlib.hatch
matplotlib.image
matplotlib.layout_engine
matplotlib.legend
matplotlib.legend_handler
matplotlib.lines
matplotlib.lines.Line2D
matplotlib.lines.VertexSelector
matplotlib.lines.AxLine
matplotlib.lines.segment_hits
matplotlib.markers
matplotlib.markers.MarkerStyle
matplotlib.mathtext
matplotlib.mlab
matplotlib.offsetbox
matplotlib.patches
matplotlib.patches.Annulus
matplotlib.patches.Arc
matplotlib.patches.Arrow
matplotlib.patches.ArrowStyle
matplotlib.patches.BoxStyle
matplotlib.patches.Circle
matplotlib.patches.CirclePolygon
matplotlib.patches.ConnectionPatch
matplotlib.patches.ConnectionStyle
matplotlib.patches.Ellipse
matplotlib.patches.FancyArrow
matplotlib.patches.FancyArrowPatch
matplotlib.patches.FancyBboxPatch
matplotlib.patches.Patch
matplotlib.patches.PathPatch
matplotlib.patches.StepPatch
matplotlib.patches.Polygon
matplotlib.patches.Rectangle
matplotlib.patches.RegularPolygon
matplotlib.patches.Shadow
matplotlib.patches.Wedge
matplotlib.patches.bbox_artist
matplotlib.patches.draw_bbox
matplotlib.path
matplotlib.patheffects
matplotlib.pyplot
matplotlib.pyplot.axes
matplotlib.pyplot.cla
matplotlib.pyplot.clf
matplotlib.pyplot.close
matplotlib.pyplot.delaxes
matplotlib.pyplot.fignum_exists
matplotlib.pyplot.figure
matplotlib.pyplot.gca
matplotlib.pyplot.gcf
matplotlib.pyplot.get_figlabels
matplotlib.pyplot.get_fignums
matplotlib.pyplot.sca
matplotlib.pyplot.subplot
matplotlib.pyplot.subplot2grid
matplotlib.pyplot.subplot_mosaic
matplotlib.pyplot.subplots
matplotlib.pyplot.twinx
matplotlib.pyplot.twiny
matplotlib.pyplot.plot
matplotlib.pyplot.errorbar
matplotlib.pyplot.scatter
matplotlib.pyplot.plot_date
matplotlib.pyplot.step
matplotlib.pyplot.loglog
matplotlib.pyplot.semilogx
matplotlib.pyplot.semilogy
matplotlib.pyplot.fill_between
matplotlib.pyplot.fill_betweenx
matplotlib.pyplot.bar
matplotlib.pyplot.barh
matplotlib.pyplot.bar_label
matplotlib.pyplot.stem
matplotlib.pyplot.eventplot
matplotlib.pyplot.pie
matplotlib.pyplot.stackplot
matplotlib.pyplot.broken_barh
matplotlib.pyplot.vlines
matplotlib.pyplot.hlines
matplotlib.pyplot.fill
matplotlib.pyplot.polar
matplotlib.pyplot.axhline
matplotlib.pyplot.axhspan
matplotlib.pyplot.axvline
matplotlib.pyplot.axvspan
matplotlib.pyplot.axline
matplotlib.pyplot.acorr
matplotlib.pyplot.angle_spectrum
matplotlib.pyplot.cohere
matplotlib.pyplot.csd
matplotlib.pyplot.magnitude_spectrum
matplotlib.pyplot.phase_spectrum
matplotlib.pyplot.psd
matplotlib.pyplot.specgram
matplotlib.pyplot.xcorr
matplotlib.pyplot.ecdf
matplotlib.pyplot.boxplot
matplotlib.pyplot.violinplot
matplotlib.pyplot.hexbin
matplotlib.pyplot.hist
matplotlib.pyplot.hist2d
matplotlib.pyplot.stairs
matplotlib.pyplot.clabel
matplotlib.pyplot.contour
matplotlib.pyplot.contourf
matplotlib.pyplot.imshow
matplotlib.pyplot.matshow
matplotlib.pyplot.pcolor
matplotlib.pyplot.pcolormesh
matplotlib.pyplot.spy
matplotlib.pyplot.figimage
matplotlib.pyplot.triplot
matplotlib.pyplot.tripcolor
matplotlib.pyplot.tricontour
matplotlib.pyplot.tricontourf
matplotlib.pyplot.annotate
matplotlib.pyplot.text
matplotlib.pyplot.figtext
matplotlib.pyplot.table
matplotlib.pyplot.arrow
matplotlib.pyplot.figlegend
matplotlib.pyplot.legend
matplotlib.pyplot.barbs
matplotlib.pyplot.quiver
matplotlib.pyplot.quiverkey
matplotlib.pyplot.streamplot
matplotlib.pyplot.autoscale
matplotlib.pyplot.axis
matplotlib.pyplot.box
matplotlib.pyplot.grid
matplotlib.pyplot.locator_params
matplotlib.pyplot.minorticks_off
matplotlib.pyplot.minorticks_on
matplotlib.pyplot.rgrids
matplotlib.pyplot.thetagrids
matplotlib.pyplot.tick_params
matplotlib.pyplot.ticklabel_format
matplotlib.pyplot.xlabel
matplotlib.pyplot.xlim
matplotlib.pyplot.xscale
matplotlib.pyplot.xticks
matplotlib.pyplot.ylabel
matplotlib.pyplot.ylim
matplotlib.pyplot.yscale
matplotlib.pyplot.yticks
matplotlib.pyplot.suptitle
matplotlib.pyplot.title
matplotlib.pyplot.margins
matplotlib.pyplot.subplots_adjust
matplotlib.pyplot.subplot_tool
matplotlib.pyplot.tight_layout
matplotlib.pyplot.clim
matplotlib.pyplot.colorbar
matplotlib.pyplot.gci
matplotlib.pyplot.sci
matplotlib.pyplot.get_cmap
matplotlib.pyplot.set_cmap
matplotlib.pyplot.imread
matplotlib.pyplot.imsave
matplotlib.pyplot.rc
matplotlib.pyplot.rc_context
matplotlib.pyplot.rcdefaults
matplotlib.pyplot.draw
matplotlib.pyplot.draw_if_interactive
matplotlib.pyplot.ioff
matplotlib.pyplot.ion
matplotlib.pyplot.install_repl_displayhook
matplotlib.pyplot.isinteractive
matplotlib.pyplot.pause
matplotlib.pyplot.savefig
matplotlib.pyplot.show
matplotlib.pyplot.switch_backend
matplotlib.pyplot.uninstall_repl_displayhook
matplotlib.pyplot.connect
matplotlib.pyplot.disconnect
matplotlib.pyplot.findobj
matplotlib.pyplot.get
matplotlib.pyplot.getp
matplotlib.pyplot.get_current_fig_manager
matplotlib.pyplot.ginput
matplotlib.pyplot.new_figure_manager
matplotlib.pyplot.set_loglevel
matplotlib.pyplot.setp
matplotlib.pyplot.waitforbuttonpress
matplotlib.pyplot.xkcd
matplotlib.projections
matplotlib.projections.polar
matplotlib.projections.geo
matplotlib.quiver
matplotlib.quiver.Quiver
matplotlib.quiver.QuiverKey
matplotlib.quiver.Barbs
matplotlib.rcsetup
matplotlib.sankey
matplotlib.scale
matplotlib.sphinxext.mathmpl
matplotlib.sphinxext.plot_directive
matplotlib.sphinxext.figmpl_directive
matplotlib.spines
matplotlib.style
matplotlib.table
matplotlib.testing
matplotlib.text
matplotlib.texmanager
matplotlib.ticker
matplotlib.tight_bbox
matplotlib.tight_layout
matplotlib.transforms
matplotlib.tri
matplotlib.type1font
matplotlib.typing
matplotlib.units
matplotlib.widgets
matplotlib._api
matplotlib._enums
mpl_toolkits.mplot3d
mplot3d FAQ
mplot3d View Angles
mpl_toolkits.mplot3d.axes3d.Axes3D
mpl_toolkits.mplot3d.axes3d.Axes3D.plot
mpl_toolkits.mplot3d.axes3d.Axes3D.scatter
mpl_toolkits.mplot3d.axes3d.Axes3D.bar
mpl_toolkits.mplot3d.axes3d.Axes3D.bar3d
mpl_toolkits.mplot3d.axes3d.Axes3D.plot_surface
mpl_toolkits.mplot3d.axes3d.Axes3D.plot_wireframe
mpl_toolkits.mplot3d.axes3d.Axes3D.plot_trisurf
mpl_toolkits.mplot3d.axes3d.Axes3D.clabel
mpl_toolkits.mplot3d.axes3d.Axes3D.contour
mpl_toolkits.mplot3d.axes3d.Axes3D.tricontour
mpl_toolkits.mplot3d.axes3d.Axes3D.contourf
mpl_toolkits.mplot3d.axes3d.Axes3D.tricontourf
mpl_toolkits.mplot3d.axes3d.Axes3D.quiver
mpl_toolkits.mplot3d.axes3d.Axes3D.voxels
mpl_toolkits.mplot3d.axes3d.Axes3D.errorbar
mpl_toolkits.mplot3d.axes3d.Axes3D.stem
mpl_toolkits.mplot3d.axes3d.Axes3D.text
mpl_toolkits.mplot3d.axes3d.Axes3D.text2D
mpl_toolkits.mplot3d.axes3d.Axes3D.clear
mpl_toolkits.mplot3d.axes3d.Axes3D.set_axis_off
mpl_toolkits.mplot3d.axes3d.Axes3D.set_axis_on
mpl_toolkits.mplot3d.axes3d.Axes3D.grid
mpl_toolkits.mplot3d.axes3d.Axes3D.get_zaxis
mpl_toolkits.mplot3d.axes3d.Axes3D.get_xlim
mpl_toolkits.mplot3d.axes3d.Axes3D.get_ylim
mpl_toolkits.mplot3d.axes3d.Axes3D.get_zlim
mpl_toolkits.mplot3d.axes3d.Axes3D.set_zlim
mpl_toolkits.mplot3d.axes3d.Axes3D.get_w_lims
mpl_toolkits.mplot3d.axes3d.Axes3D.invert_zaxis
mpl_toolkits.mplot3d.axes3d.Axes3D.zaxis_inverted
mpl_toolkits.mplot3d.axes3d.Axes3D.get_zbound
mpl_toolkits.mplot3d.axes3d.Axes3D.set_zbound
mpl_toolkits.mplot3d.axes3d.Axes3D.set_zlabel
mpl_toolkits.mplot3d.axes3d.Axes3D.get_zlabel
mpl_toolkits.mplot3d.axes3d.Axes3D.set_title
mpl_toolkits.mplot3d.axes3d.Axes3D.set_xscale
mpl_toolkits.mplot3d.axes3d.Axes3D.set_yscale
mpl_toolkits.mplot3d.axes3d.Axes3D.set_zscale
mpl_toolkits.mplot3d.axes3d.Axes3D.get_zscale
mpl_toolkits.mplot3d.axes3d.Axes3D.set_zmargin
mpl_toolkits.mplot3d.axes3d.Axes3D.margins
mpl_toolkits.mplot3d.axes3d.Axes3D.autoscale
mpl_toolkits.mplot3d.axes3d.Axes3D.autoscale_view
mpl_toolkits.mplot3d.axes3d.Axes3D.set_autoscalez_on
mpl_toolkits.mplot3d.axes3d.Axes3D.get_autoscalez_on
mpl_toolkits.mplot3d.axes3d.Axes3D.auto_scale_xyz
mpl_toolkits.mplot3d.axes3d.Axes3D.set_aspect
mpl_toolkits.mplot3d.axes3d.Axes3D.set_box_aspect
mpl_toolkits.mplot3d.axes3d.Axes3D.apply_aspect
mpl_toolkits.mplot3d.axes3d.Axes3D.tick_params
mpl_toolkits.mplot3d.axes3d.Axes3D.set_zticks
mpl_toolkits.mplot3d.axes3d.Axes3D.get_zticks
mpl_toolkits.mplot3d.axes3d.Axes3D.set_zticklabels
mpl_toolkits.mplot3d.axes3d.Axes3D.get_zticklines
mpl_toolkits.mplot3d.axes3d.Axes3D.get_zgridlines
mpl_toolkits.mplot3d.axes3d.Axes3D.get_zminorticklabels
mpl_toolkits.mplot3d.axes3d.Axes3D.get_zmajorticklabels
mpl_toolkits.mplot3d.axes3d.Axes3D.zaxis_date
mpl_toolkits.mplot3d.axes3d.Axes3D.convert_zunits
mpl_toolkits.mplot3d.axes3d.Axes3D.add_collection3d
mpl_toolkits.mplot3d.axes3d.Axes3D.sharez
mpl_toolkits.mplot3d.axes3d.Axes3D.shareview
mpl_toolkits.mplot3d.axes3d.Axes3D.can_zoom
mpl_toolkits.mplot3d.axes3d.Axes3D.can_pan
mpl_toolkits.mplot3d.axes3d.Axes3D.disable_mouse_rotation
mpl_toolkits.mplot3d.axes3d.Axes3D.mouse_init
mpl_toolkits.mplot3d.axes3d.Axes3D.drag_pan
mpl_toolkits.mplot3d.axes3d.Axes3D.format_zdata
mpl_toolkits.mplot3d.axes3d.Axes3D.format_coord
mpl_toolkits.mplot3d.axes3d.Axes3D.view_init
mpl_toolkits.mplot3d.axes3d.Axes3D.set_proj_type
mpl_toolkits.mplot3d.axes3d.Axes3D.get_proj
mpl_toolkits.mplot3d.axes3d.Axes3D.set_top_view
mpl_toolkits.mplot3d.axes3d.Axes3D.draw
mpl_toolkits.mplot3d.axes3d.Axes3D.get_tightbbox
mpl_toolkits.mplot3d.axes3d.Axes3D.set_zlim3d
mpl_toolkits.mplot3d.axes3d.Axes3D.stem3D
mpl_toolkits.mplot3d.axes3d.Axes3D.text3D
mpl_toolkits.mplot3d.axes3d.Axes3D.tunit_cube
mpl_toolkits.mplot3d.axes3d.Axes3D.tunit_edges
mpl_toolkits.mplot3d.axes3d.Axes3D.unit_cube
mpl_toolkits.mplot3d.axes3d.Axes3D.get_axis_position
mpl_toolkits.mplot3d.axes3d.Axes3D.add_contour_set
mpl_toolkits.mplot3d.axes3d.Axes3D.add_contourf_set
mpl_toolkits.mplot3d.axes3d.Axes3D.update_datalim
mpl_toolkits.mplot3d.axes3d.get_test_data
mpl_toolkits.mplot3d.axis3d.Axis
mpl_toolkits.mplot3d.art3d.Line3D
mpl_toolkits.mplot3d.art3d.Line3DCollection
mpl_toolkits.mplot3d.art3d.Patch3D
mpl_toolkits.mplot3d.art3d.Patch3DCollection
mpl_toolkits.mplot3d.art3d.Path3DCollection
mpl_toolkits.mplot3d.art3d.PathPatch3D
mpl_toolkits.mplot3d.art3d.Poly3DCollection
mpl_toolkits.mplot3d.art3d.Text3D
mpl_toolkits.mplot3d.art3d.get_dir_vector
mpl_toolkits.mplot3d.art3d.juggle_axes
mpl_toolkits.mplot3d.art3d.line_2d_to_3d
mpl_toolkits.mplot3d.art3d.line_collection_2d_to_3d
mpl_toolkits.mplot3d.art3d.patch_2d_to_3d
mpl_toolkits.mplot3d.art3d.patch_collection_2d_to_3d
mpl_toolkits.mplot3d.art3d.pathpatch_2d_to_3d
mpl_toolkits.mplot3d.art3d.poly_collection_2d_to_3d
mpl_toolkits.mplot3d.art3d.rotate_axes
mpl_toolkits.mplot3d.art3d.text_2d_to_3d
mpl_toolkits.mplot3d.proj3d.inv_transform
mpl_toolkits.mplot3d.proj3d.persp_transformation
mpl_toolkits.mplot3d.proj3d.proj_points
mpl_toolkits.mplot3d.proj3d.proj_trans_points
mpl_toolkits.mplot3d.proj3d.proj_transform
mpl_toolkits.mplot3d.proj3d.proj_transform_clip
mpl_toolkits.mplot3d.proj3d.rot_x
mpl_toolkits.mplot3d.proj3d.transform
mpl_toolkits.mplot3d.proj3d.view_transformation
mpl_toolkits.mplot3d.proj3d.world_transformation
mpl_toolkits.axes_grid1
mpl_toolkits.axes_grid1.anchored_artists
mpl_toolkits.axes_grid1.anchored_artists.AnchoredAuxTransformBox
mpl_toolkits.axes_grid1.anchored_artists.AnchoredDirectionArrows
mpl_toolkits.axes_grid1.anchored_artists.AnchoredDrawingArea
mpl_toolkits.axes_grid1.anchored_artists.AnchoredEllipse
mpl_toolkits.axes_grid1.anchored_artists.AnchoredSizeBar
mpl_toolkits.axes_grid1.axes_divider
mpl_toolkits.axes_grid1.axes_divider.AxesDivider
mpl_toolkits.axes_grid1.axes_divider.AxesLocator
mpl_toolkits.axes_grid1.axes_divider.Divider
mpl_toolkits.axes_grid1.axes_divider.HBoxDivider
mpl_toolkits.axes_grid1.axes_divider.SubplotDivider
mpl_toolkits.axes_grid1.axes_divider.VBoxDivider
mpl_toolkits.axes_grid1.axes_divider.make_axes_area_auto_adjustable
mpl_toolkits.axes_grid1.axes_divider.make_axes_locatable
mpl_toolkits.axes_grid1.axes_grid
mpl_toolkits.axes_grid1.axes_grid.AxesGrid
mpl_toolkits.axes_grid1.axes_grid.CbarAxesBase
mpl_toolkits.axes_grid1.axes_grid.Grid
mpl_toolkits.axes_grid1.axes_grid.ImageGrid
mpl_toolkits.axes_grid1.axes_rgb
mpl_toolkits.axes_grid1.axes_rgb.RGBAxes
mpl_toolkits.axes_grid1.axes_rgb.make_rgb_axes
mpl_toolkits.axes_grid1.axes_size
mpl_toolkits.axes_grid1.axes_size.Add
mpl_toolkits.axes_grid1.axes_size.AxesX
mpl_toolkits.axes_grid1.axes_size.AxesY
mpl_toolkits.axes_grid1.axes_size.Fixed
mpl_toolkits.axes_grid1.axes_size.Fraction
mpl_toolkits.axes_grid1.axes_size.MaxExtent
mpl_toolkits.axes_grid1.axes_size.MaxHeight
mpl_toolkits.axes_grid1.axes_size.MaxWidth
mpl_toolkits.axes_grid1.axes_size.Scalable
mpl_toolkits.axes_grid1.axes_size.Scaled
mpl_toolkits.axes_grid1.axes_size.from_any
mpl_toolkits.axes_grid1.inset_locator
mpl_toolkits.axes_grid1.inset_locator.AnchoredLocatorBase
mpl_toolkits.axes_grid1.inset_locator.AnchoredSizeLocator
mpl_toolkits.axes_grid1.inset_locator.AnchoredZoomLocator
mpl_toolkits.axes_grid1.inset_locator.BboxConnector
mpl_toolkits.axes_grid1.inset_locator.BboxConnectorPatch
mpl_toolkits.axes_grid1.inset_locator.BboxPatch
mpl_toolkits.axes_grid1.inset_locator.InsetPosition
mpl_toolkits.axes_grid1.inset_locator.inset_axes
mpl_toolkits.axes_grid1.inset_locator.mark_inset
mpl_toolkits.axes_grid1.inset_locator.zoomed_inset_axes
mpl_toolkits.axes_grid1.mpl_axes
mpl_toolkits.axes_grid1.mpl_axes.Axes
mpl_toolkits.axes_grid1.mpl_axes.SimpleAxisArtist
mpl_toolkits.axes_grid1.mpl_axes.SimpleChainedObjects
mpl_toolkits.axes_grid1.parasite_axes
mpl_toolkits.axes_grid1.parasite_axes.HostAxes
mpl_toolkits.axes_grid1.parasite_axes.HostAxesBase
mpl_toolkits.axes_grid1.parasite_axes.ParasiteAxes
mpl_toolkits.axes_grid1.parasite_axes.ParasiteAxesBase
mpl_toolkits.axes_grid1.parasite_axes.SubplotHost
mpl_toolkits.axes_grid1.parasite_axes.host_axes
mpl_toolkits.axes_grid1.parasite_axes.host_axes_class_factory
mpl_toolkits.axes_grid1.parasite_axes.host_subplot
mpl_toolkits.axes_grid1.parasite_axes.host_subplot_class_factory
mpl_toolkits.axes_grid1.parasite_axes.parasite_axes_class_factory
mpl_toolkits.axisartist
mpl_toolkits.axisartist.angle_helper
mpl_toolkits.axisartist.angle_helper.ExtremeFinderCycle
mpl_toolkits.axisartist.angle_helper.FormatterDMS
mpl_toolkits.axisartist.angle_helper.FormatterHMS
mpl_toolkits.axisartist.angle_helper.LocatorBase
mpl_toolkits.axisartist.angle_helper.LocatorD
mpl_toolkits.axisartist.angle_helper.LocatorDM
mpl_toolkits.axisartist.angle_helper.LocatorDMS
mpl_toolkits.axisartist.angle_helper.LocatorH
mpl_toolkits.axisartist.angle_helper.LocatorHM
mpl_toolkits.axisartist.angle_helper.LocatorHMS
mpl_toolkits.axisartist.angle_helper.select_step
mpl_toolkits.axisartist.angle_helper.select_step24
mpl_toolkits.axisartist.angle_helper.select_step360
mpl_toolkits.axisartist.angle_helper.select_step_degree
mpl_toolkits.axisartist.angle_helper.select_step_hour
mpl_toolkits.axisartist.angle_helper.select_step_sub
mpl_toolkits.axisartist.axes_divider
mpl_toolkits.axisartist.axes_grid
mpl_toolkits.axisartist.axes_grid.AxesGrid
mpl_toolkits.axisartist.axes_grid.Grid
mpl_toolkits.axisartist.axes_grid.ImageGrid
mpl_toolkits.axisartist.axes_rgb
mpl_toolkits.axisartist.axes_rgb.RGBAxes
mpl_toolkits.axisartist.axis_artist
mpl_toolkits.axisartist.axis_artist.AttributeCopier
mpl_toolkits.axisartist.axis_artist.AxisArtist
mpl_toolkits.axisartist.axis_artist.AxisLabel
mpl_toolkits.axisartist.axis_artist.GridlinesCollection
mpl_toolkits.axisartist.axis_artist.LabelBase
mpl_toolkits.axisartist.axis_artist.TickLabels
mpl_toolkits.axisartist.axis_artist.Ticks
mpl_toolkits.axisartist.axisline_style
mpl_toolkits.axisartist.axisline_style.AxislineStyle
mpl_toolkits.axisartist.axislines
mpl_toolkits.axisartist.axislines.Axes
mpl_toolkits.axisartist.axislines.AxesZero
mpl_toolkits.axisartist.axislines.AxisArtistHelper
mpl_toolkits.axisartist.axislines.AxisArtistHelperRectlinear
mpl_toolkits.axisartist.axislines.FixedAxisArtistHelperRectilinear
mpl_toolkits.axisartist.axislines.FloatingAxisArtistHelperRectilinear
mpl_toolkits.axisartist.axislines.GridHelperBase
mpl_toolkits.axisartist.axislines.GridHelperRectlinear
mpl_toolkits.axisartist.axislines.Subplot
mpl_toolkits.axisartist.axislines.SubplotZero
mpl_toolkits.axisartist.floating_axes
mpl_toolkits.axisartist.floating_axes.ExtremeFinderFixed
mpl_toolkits.axisartist.floating_axes.FixedAxisArtistHelper
mpl_toolkits.axisartist.floating_axes.FloatingAxes
mpl_toolkits.axisartist.floating_axes.FloatingAxesBase
mpl_toolkits.axisartist.floating_axes.FloatingAxisArtistHelper
mpl_toolkits.axisartist.floating_axes.FloatingSubplot
mpl_toolkits.axisartist.floating_axes.GridHelperCurveLinear
mpl_toolkits.axisartist.floating_axes.floatingaxes_class_factory
mpl_toolkits.axisartist.grid_finder
mpl_toolkits.axisartist.grid_finder.DictFormatter
mpl_toolkits.axisartist.grid_finder.ExtremeFinderSimple
mpl_toolkits.axisartist.grid_finder.FixedLocator
mpl_toolkits.axisartist.grid_finder.FormatterPrettyPrint
mpl_toolkits.axisartist.grid_finder.GridFinder
mpl_toolkits.axisartist.grid_finder.MaxNLocator
mpl_toolkits.axisartist.grid_helper_curvelinear
mpl_toolkits.axisartist.grid_helper_curvelinear.FixedAxisArtistHelper
mpl_toolkits.axisartist.grid_helper_curvelinear.FloatingAxisArtistHelper
mpl_toolkits.axisartist.grid_helper_curvelinear.GridHelperCurveLinear
mpl_toolkits.axisartist.parasite_axes
pylab
API Reference
matplotlib.pyplot
matplotlib.pyplot.loglog
matplotlib.pyplot.loglog#
matplotlib.pyplot.loglog(*args, **kwargs)[source]#
Make a plot with log scaling on both the x- and y-axis.
Call signatures:
loglog([x], y, [fmt], data=None, **kwargs)
loglog([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
This is just a thin wrapper around plot which additionally changes
both the x-axis and the y-axis to log scaling. All the concepts and
parameters of plot can be used here as well.
The additional parameters base, subs and nonpositive control the
x/y-axis properties. They are just forwarded to Axes.set_xscale and
Axes.set_yscale. To use different properties on the x-axis and the
y-axis, use e.g.
ax.set_xscale("log", base=10); ax.set_yscale("log", base=2).
Parameters:
basefloat, default: 10Base of the logarithm.
subssequence, optionalThe location of the minor ticks. If None, reasonable locations
are automatically chosen depending on the number of decades in the
plot. See Axes.set_xscale/Axes.set_yscale for details.
nonpositive{'mask', 'clip'}, default: 'clip'Non-positive values can be masked as invalid, or clipped to a very
small positive number.
**kwargsAll parameters supported by plot.
Returns:
list of Line2DObjects representing the plotted data.
On this page
loglog()
© Copyright 2002–2012 John Hunter, Darren Dale, Eric Firing, Michael Droettboom and the Matplotlib development team; 2012–2024 The Matplotlib development team.
Created using Sphinx 7.2.6.
Built from v3.8.3-2-g6175ebf59d.
Built with the PyData Sphinx Theme 0.13.3.
如何在 Matplotlib 中绘制对数轴 | D栈 - Delft Stack
如何在 Matplotlib 中绘制对数轴 | D栈 - Delft Stack
教程列表
技巧贴士
函数参考
zh
DE
EN
ES
FR
IT
JA
KO
PT
ZH-TW
教程Python 3 Basic Python Advanced Tkinter Python Modules JavaScriptPython NumpyGitMatplotlibPyQt5Data StructureAlgorithm
贴士文章RustPython PygamePythonPython TkinterBatchPowerShellPython PandasNumpyPython FlaskDjangoMatplotlibPlotlyDockerSeabornMatlabLinuxGitCCppHTMLJavaScriptjQueryTypeScriptAngularReactCSSPHPJavaGoNode.jsKotlinCsharpRubyArduinoMongoDBMySQLPostgresRVBAScalaRaspberry Pi
函数参考Python PandasNumpy
如何在 Matplotlib 中绘制对数轴
贴士文章
Python Matplotlib 贴士
如何在 Matplotlib 中绘制对数轴
Suraj Joshi
2024年2月15日
Matplotlib
Matplotlib Axes
set_xscale() 或 set_yscale() 函数
semilogx() 或 semilogy() 函数
loglog() 函数
为了在 Matplotlib 中绘制半对数图，我们使用 set_xscale() 或 set_yscale() 和 semilogx() 或 semilogy() 函数。如果必须将两个轴都设置为对数刻度，则可以使用 loglog() 函数。
set_xscale() 或 set_yscale() 函数
我们使用 set_xscale() 或 set_yscale() 函数分别设置 X 轴和 Y 轴的缩放比例。如果我们在函数中使用 log 或 symlog 比例尺，则将各个轴绘制为对数比例尺。使用带有 set_xscale() 或 set_yscale() 函数的 log 标尺仅允许正值，这是让我们如何管理负值，而使用 symlog 标尺既接受正值又接受负值。
import pandas as pd
import matplotlib.pyplot as plt
date = ["28 April", "27 April", "26 April", "25 April", "24 April", "23 April"]
revenue = [2954222, 2878196, 2804796, 2719896, 2626321, 2544792]
company_data_df = pd.DataFrame({"date": date, "total_revenue": revenue})
company_data = company_data_df.sort_values(by=["total_revenue"])
fig = plt.figure(figsize=(8, 6))
plt.scatter(company_data["total_revenue"], company_data["date"])
plt.plot(company_data["total_revenue"], company_data["date"])
plt.xscale("log")
plt.xlabel("Total Revenue")
plt.ylabel("Date")
plt.title("Company Growth", fontsize=25)
plt.show()
输出：
要设置沿 Y 轴的对数轴，我们可以使用 yscale() 函数将 Y 轴比例尺设置为 log：
import pandas as pd
import matplotlib.pyplot as plt
date = ["28 April", "27 April", "26 April", "25 April", "24 April", "23 April"]
revenue = [2954222, 2878196, 2804796, 2719896, 2626321, 2544792]
company_data_df = pd.DataFrame({"date": date, "total_revenue": revenue})
company_data = company_data_df.sort_values(by=["total_revenue"])
fig = plt.figure(figsize=(8, 6))
plt.scatter(company_data["date"], company_data["total_revenue"])
plt.plot(company_data["date"], company_data["total_revenue"])
plt.yscale("log")
plt.xlabel("Date")
plt.ylabel("Total Revenue")
plt.title("Company Growth", fontsize=25)
plt.show()
输出：
为了沿两个轴设置对数值，我们同时使用了 xscale() 和 yscale() 函数：
import pandas as pd
import matplotlib.pyplot as plt
x = [10, 100, 1000, 10000, 100000]
y = [2, 4, 8, 16, 32]
fig = plt.figure(figsize=(8, 6))
plt.scatter(x, y)
plt.plot(x, y)
plt.grid()
plt.xscale("log")
plt.yscale("log", basey=2)
plt.xlabel("x", fontsize=20)
plt.ylabel("y", fontsize=20)
plt.title("Plot with both log axes", fontsize=25)
plt.show()
输出：
这里 basey = 2 表示沿 Y 轴的 2 的对数。
semilogx() 或 semilogy() 函数
semilogx() 函数创建沿 X 轴具有对数缩放比例的图，而 semilogy() 函数创建沿 Y 轴具有对数缩放比例的图。默认的对数底数是 10，而底数可以分别为函数 semilogx() 和 semilogy() 设置 basex 和 basey 参数。
import pandas as pd
import matplotlib.pyplot as plt
date = ["28 April", "27 April", "26 April", "25 April", "24 April", "23 April"]
revenue = [2954222, 2878196, 2804796, 2719896, 2626321, 2544792]
company_data_df = pd.DataFrame({"date": date, "total_revenue": revenue})
company_data = company_data_df.sort_values(by=["total_revenue"])
fig = plt.figure(figsize=(8, 6))
plt.scatter(company_data["total_revenue"], company_data["date"])
plt.plot(company_data["total_revenue"], company_data["date"])
plt.semilogx()
plt.xlabel("Total Revenue")
plt.ylabel("Date")
plt.title("Company Growth", fontsize=25)
plt.show()
输出：
要沿两个轴设置对数值，我们可以同时使用 semilogx() 和 semilogy() 函数：
import pandas as pd
import matplotlib.pyplot as plt
x = [10, 100, 1000, 10000, 100000]
y = [2, 4, 8, 16, 32]
fig = plt.figure(figsize=(8, 6))
plt.scatter(x, y)
plt.plot(x, y)
plt.grid()
plt.semilogx()
plt.semilogy(basey=2)
plt.xlabel("x", fontsize=20)
plt.ylabel("y", fontsize=20)
plt.title("Plot with both log axes", fontsize=25)
plt.show()
输出：
loglog() 函数
为了沿 X 和 Y 轴进行对数缩放，我们还可以使用 loglog() 函数。X 轴和 Y 轴的对数底数由 basex 和 basey 参数设置。
import pandas as pd
import matplotlib.pyplot as plt
x = [10, 100, 1000, 10000, 100000]
y = [2, 4, 8, 16, 32]
fig = plt.figure(figsize=(8, 6))
plt.scatter(x, y)
plt.plot(x, y)
plt.loglog(basex=10, basey=2)
plt.xlabel("x", fontsize=20)
plt.ylabel("y", fontsize=20)
plt.title("Plot with both log axes", fontsize=25)
plt.show()
输出：
作者： Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
相关文章 - Matplotlib Axes
如何在 Matplotlib 中旋转 X 轴刻度标签文本
如何在 Matplotlib 中设置刻度标签 xticks 字体大小
如何在 Matplotlib 中的第二 Y 轴上添加 Y 轴标签
如何在 Matplotlib 中绘制等轴的正方形图
如何在 Matplotlib 中设置轴的范围
Copyright © 2024. All right reserved
关于本站
作者招募
隐私政策
联系方式
matplotlib之pyplot模块——绘制对数线图（loglog()、semilogx()、semilogy()）_matplotlib semilogy-CSDN博客
>matplotlib之pyplot模块——绘制对数线图（loglog()、semilogx()、semilogy()）_matplotlib semilogy-CSDN博客
matplotlib之pyplot模块——绘制对数线图（loglog()、semilogx()、semilogy()）
最新推荐文章于 2023-02-10 14:03:04 发布
mighty13
最新推荐文章于 2023-02-10 14:03:04 发布
阅读量4w
收藏
27
点赞数
7
分类专栏：
Matplotlib
文章标签：
matplotlib
对数图
pyplot
loglog
semilogx
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mighty13/article/details/117135094
版权
Matplotlib
专栏收录该内容
124 篇文章
219 订阅
订阅专栏
当前有效matplotlib版本为：3.4.1。
对数图
常规图表坐标轴采用算术尺度（线形尺度）。对数图即坐标轴采用对数尺度的图表。 对数图分为双对数图和半对数图，双对数图是两个坐标轴都采用对数尺度，半对数图就是一个坐标轴采用对数尺度。
matplotlib中pyplot模块的loglog()用于绘制双对数图，semilogx()、semilogy()用于绘制半对数图。这三个函数的应用非常相似，都是对plot函数的封装，plot函数的相关概念和参数这三个函数都可以应用。这三个函数的区别在于： loglog()对于两个坐标轴都应用对数尺度。 semilogx()、semilogy()分别对x和y轴应用对数尺度。
这三个函数的签名如下： matplotlib.pyplot.loglog(*args, **kwargs) matplotlib.pyplot.semilogx(*args, **kwargs) matplotlib.pyplot.semilogy(*args, **kwargs)
与plot函数相比，这三个参数额外多了3个参数，用于传递给 Axes.set_xscale和 Axes.set_yscale。
base：对数的底。浮点数，默认值为10。subs：次级刻度的位置。序列，可选参数。nonpositive：非正数值将会被屏蔽或者被修剪为非常小的正数。取值范围为{'mask', 'clip'}，默认值为'mask'。**kwargs：plot函数支持的所有参数。
返回值为Line2D对象列表。
源码分析
根据源码可以，这三个函数其实是结合了plot、xscale、yscale函数的功能，相当于一个快捷接口。 因此，这三个函数的应用等效于直接使用plot、xscale、yscale函数。
axes.loglog方法源码：
def loglog(self, *args, **kwargs):
dx = {k: v for k, v in kwargs.items()
if k in ['base', 'subs', 'nonpositive',
'basex', 'subsx', 'nonposx']}
self.set_xscale('log', **dx)
dy = {k: v for k, v in kwargs.items()
if k in ['base', 'subs', 'nonpositive',
'basey', 'subsy', 'nonposy']}
self.set_yscale('log', **dy)
return self.plot(
*args, **{k: v for k, v in kwargs.items() if k not in {*dx, *dy}})
案例
import numpy as np
import matplotlib.pyplot as plt
t = np.arange(0.01, 20.0, 0.01)
fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)
ax1.semilogy(t, np.exp(-t / 5.0))
ax2.semilogx(t, np.sin(2 * np.pi * t))
ax3.loglog(t, 20 * np.exp(-t / 10.0), base = 2)
ax4.set_xscale("log", base = 2)
ax4.set_yscale("log", base = 2)
ax4.plot(t, 20 * np.exp(-t / 10.0))
fig.tight_layout()
plt.show()
优惠劵
mighty13
关注
关注
7
点赞
踩
27
收藏
觉得还不错?
一键收藏
知道了
0
评论
matplotlib之pyplot模块——绘制对数线图（loglog()、semilogx()、semilogy()）
当前有效matplotlib版本为：3.4.1。对数图常规图表坐标轴采用算术尺度（线形尺度）。对数图即坐标轴采用对数尺度的图表。对数图分为双对数图和半对数图，双对数图是两个坐标轴都采用对数尺度，半对数图就是一个坐标轴采用对数尺度。matplotlib中pyplot模块的loglog()用于绘制双对数图，semilogx()、semilogy()用于绘制半对数图。这三个函数的应用非常相似，都是对plot函数的封装，plot函数的相关概念和参数这三个函数都可以应用。这三个函数的区别在于：loglog(
复制链接
扫一扫
专栏目录
用matplotlib作图时，如何将坐标轴设置成对数坐标？
koelbizzia的博客
11-07
2万+
使用 plt.yscale("log")命令即可
import json
from matplotlib import pyplot as plt
filename='btc_close_2017.json'
with open(filename) as f:
btc_data=json.load(f)
#创建5个列表，存储日期和收盘价
dates=[]
months=[]
weeks=[]
weekdays=[]
close=[]
#打印每一天的信息
for btc_dic.
python之matplotlib.pyplot迭代累积绘制曲线问题及解决办法
12-22
查阅资料及他人提醒，发现pyplot在循环语句下重复绘制图形时，每次都会迭代绘制使得前面绘制过的曲线累积在新绘制图中，而不是如我们所想单独绘制。
问题来源：python之随机漫步模拟
解决方法：在绘图命令前加pyplot.cla()清除上一个坐标轴或者pyplot.close()直接关闭上一个图表重新制图
更改后：
from random import choice as choice
import matplotlib.pyplot as plt
for i in range(10):
class RandomWalk():
def __init__(self,num
参与评论
您还未登录，请先
登录
后发表或查看评论
matplotlib之绘制半对数坐标系
weixin_45081640的博客
06-05
957
半对数坐标
y轴将会以指数方式递增. 基于半对数坐标系表示上述曲线可以更好的观察底部数据细节.
# plot改为semilogy, 坐标系将会改为半对数坐标系
mp.semilogy()
"""
半对数坐标系
"""
import matplotlib.pyplot as mp
mp.figure('Grid Line', facecolor='lightgray')
mp.subplot(1, 2, 1)
mp.title('Grid Line', fontsize=16)
mp.xlabel('X'
极坐标与对数坐标的绘制
Leslie Lee's blog includes programming in math, physics, and engineering.
10-27
521
极坐标与对数坐标的绘制
import numpy as np
import matplotlib.pyplot as plt
#对数坐标----------------------------------------
#绘制低通滤波器的频率响应
#用三种对数坐标表示，半对数坐标，全对数坐标。
w=np.linspace(0.1,1000,1000)
p=np.abs(1/(1+0.1j*w)...
python matplotlib绘图总结
Flag_ing的博客
05-13
2802
官网教程：Plot types — Matplotlib 3.5.2 documentation
1、画线
a、常规画线： matplotlib.pyplot.plot()
该部分内容包含：（常规画线、颜色、线条风格、坐标轴标签、一图多线、图例）的设置方法。
定义：
plot(*args, scalex=True, scaley=True, data=None, **kwargs)
用法：
对于一般的函数 y=f(x)，可以直接绘制：plt.plot(x, y)，当省略x坐标时plt....
python pos函数用法_Python Matplotlib.pyplot.semilogx()用法及代码示例
weixin_39616071的博客
02-19
2470
数据可视化是分析数据的重要部分，因为绘制图形有助于更好地了解和理解问题。 Matplotlib.pyplot是执行此操作的最常用的库之一。它有助于创建有吸引力的数据，并且超级易于使用。Matplotlib.pyplot.semilogx()函数此功能用于以x轴转换为对数格式的方式显示数据。当参数之一非常大并因此最初以紧凑方式存储时，此功能特别有用。它支持plot()和matplotlib.axes...
Python学习笔记（11-2）：matplotlib绘图——图形绘制函数
jinwei94的博客
02-10
8210
本节主要讲解了通过matplotlib绘制各类基础图形的方法，及其对应的修饰参数等相关内容，包括：（1）基于颜色（color）、数据点标记（marker）和曲线形式（linestyle）等几个通用参数，来介绍设置参数的一些预备知识；（2）使用plot()、step()函数绘制折线图，以及三种绘制坐标对数变换图的方法；
（3）绘制散点图时设置散点颜色和大小的参数方法；（4）介绍基于基础条形图、堆叠条形图和水平堆积条形图的条形图绘制方法；（5）绘制饼图的方法及其参数的设置；（6）绘制一维和二维的直方图方法；
【python学习】matplotlib绘制对数坐标图(保留原数值)
热门推荐
袁家瑜的博客
09-15
1万+
在科研生活中，有时遇到变量数值相差较大，绘制在图上看着不清晰也不美观，因此一般可以绘制对数坐标图。但很多人对这种图的理解有偏差，以为是自己在处理数据时，先计算数据的对数值，再将计算后的对数值进行绘图。这是不专业的做法。对数图的核心在于保留原数据，但坐标内部自行进行对数化，正确的对数图其坐标值显示的仍是原数据，而不是数据的对数值。
Matplotlib系列(三)：坐标轴变换及注释
hustlei的专栏
01-14
4070
文章目录一、 简介二、 思维导图三、 坐标轴变换及注释1. 坐标轴变换1.1 极坐标系1.2 对数坐标系1.3 地图坐标系1.4 坐标轴双坐标2. 注释2.1 引线标注2.2 文本2.3 箭头2.4 表格2.5 公式
一、 简介
matplotlib有强大的变换功能，并提供了预定义的极坐标、对数坐标等坐标系。
matplotlib还有丰富的文本和箭头注释功能，可以方便的在指定位置添加注释，并且注释文本支持latex公式。
Matplotlib系列将Matplotlib的知识和重点API，编制成思维导
使用matplotlib的pyplot模块绘图的实现示例
12-17
使用 matplotlib 的pyplot模块绘制图形。看一个 绘制sin函数曲线的例子。 import matplotlib.pyplot as plt import numpy as np # 生成数据 x = np.arange(0, 6, 0.1) # 以0.1为单位，生成0到 6 的数据* y = np.sin...
matplotlib.pyplot绘图显示控制方法
01-21
在使用Python库时，常常会用到matplotlib.pyplot绘图，本文介绍在PyCharm及Jupyter Notebook页面中控制绘图显示与否的小技巧。 在PyCharm中显示绘图 在绘图代码最后加上“plt.show()”语句。 import numpy as np ...
python Matplotlib(三)——绘制直方图和条形图1
08-03
介绍使用Python进行数据分析，数据的可视化是数据分析结果最好的展示方式，这里从AnalyticVidhya中找到的相关数据，进行一系列图形的展示，从中得到更
Gin+Vue 前后端分离项目实战后端部分.zip
03-03
Gin+Vue 前后端分离项目实战后端部分.zip
Resource Hacker 安装包
03-03
Resource Hacker 安装包
该答题卡识别程序是基于matlab的Hough直线检测所构成，可以快速识别答题卡.zip
03-03
使用说明在zip压缩包 README 文件中，请仔细阅读。
一个开箱即用的前后端分离项目，后端用Express框架，前端用Vue框架。.zip
03-03
一个开箱即用的前后端分离项目，后端用Express框架，前端用Vue框架。.zip
单片机C语言Proteus仿真实例单片机万年历1602液晶
最新发布
03-03
单片机C语言Proteus仿真实例单片机万年历1602液晶本资源系百度网盘分享地址
autoconf-2.52.tar.bz2
03-03
py依赖包
gdb-7.0a.tar.bz2
03-03
gnu软件包
semilogy函数怎么画多条曲线
05-26
可以使用Matplotlib的子图功能来绘制多条曲线。以下是一个示例代码：
```python
import numpy as np
import matplotlib.pyplot as plt
# 生成一些数据
x = np.linspace(0, 5, 10)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.exp(x)
# 创建一个2x2的子图布局，共4个子图
fig, axs = plt.subplots(2, 2, figsize=(8, 6))
# 在第一个子图中绘制y1
axs[0, 0].semilogy(x, y1, label='y1')
axs[0, 0].legend()
# 在第二个子图中绘制y2
axs[0, 1].semilogy(x, y2, label='y2')
axs[0, 1].legend()
# 在第三个子图中绘制y1和y3
axs[1, 0].semilogy(x, y1, label='y1')
axs[1, 0].semilogy(x, y3, label='y3')
axs[1, 0].legend()
# 在第四个子图中绘制y2和y3
axs[1, 1].semilogy(x, y2, label='y2')
axs[1, 1].semilogy(x, y3, label='y3')
axs[1, 1].legend()
plt.show()
```
在这个例子中，我们使用`subplots()`函数创建一个2x2的子图布局，并将返回的Figure对象和Axes对象分别赋值给`fig`和`axs`变量。然后，我们在每个子图中使用`semilogy()`函数绘制对应的曲线，并使用`legend()`函数添加图例。最后，我们使用`show()`函数显示图形。
“相关推荐”对你有帮助么？
非常没帮助
没帮助
一般
有帮助
非常有帮助
提交
mighty13
CSDN认证博客专家
CSDN认证企业博客
码龄21年
暂无认证
438
原创
2万+
周排名
48万+
总排名
1333万+
访问
等级
2万+
积分
641
粉丝
2145
获赞
625
评论
6813
收藏
私信
关注
热门文章
Python遍历文件夹下所有文件及目录
165592
VScode：将VScode界面的显示语言改为简体中文，切换VScode界面的显示语言
104539
真正解决Windows下UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0xff in position 0错误的方法
96514
批处理（.bat）无限循环，定时，固定时间间隔
86971
matplotlib之pyplot模块之柱状图（bar()：基础参数、外观参数）
77490
分类专栏
Python基础
55篇
Matplotlib
124篇
Selenium
30篇
我的世界
13篇
Jupyter
23篇
Pyecharts
22篇
Ansible
1篇
Zabbix5.0
7篇
Proxmox PVE
1篇
Python数据科学
24篇
《NumPy学习指南（第2版）》笔记
18篇
ECharts
8篇
PyQT5基础
windows运维
25篇
kubernetes
1篇
《Python经典实例》
13篇
Docker
3篇
Hadoop
1篇
Spark
HBase
《Python语言基础》
1篇
爬虫基础
8篇
Django
6篇
Flask
5篇
Elasticsearch
8篇
读书笔记
13篇
Linux
9篇
代码片段
23篇
批处理
11篇
Redis
1篇
MongoDB
OpenStack
1篇
微信开发
2篇
JavaScript
3篇
SAE
3篇
ASP
2篇
其他
9篇
最新评论
matplotlib之pyplot模块之图例（legend）基础（legend()的调用方式，图例外观设置）
Genshin_Doge:
大佬太强了，第一次见到这么详细的参数解释
Jupyter Notebook基础（3）用户界面——Notebook编辑器界面（editor）：菜单和工具栏
CYQ_CHO:
同，之前有的时候没法配置conda环境，现在可以配置了菜单栏又消失
Proxmox VE（PVE）配置xterm.js终端
aaaak_:
手动 启用串行控制台 就能进去了
[code=plain]
systemctl start serial-getty@ttyS0.service
systemctl enable serial-getty@ttyS0.service
[/code]
matplotlib之pyplot模块——获取/设置对象属性值（setp()、getp/get()）
FUYOU233:
line, = plot([1, 2, 3])
请问等号左边的 line, 是什么意思呀？
matplotlib之pyplot模块——绘制一组有限长度的垂直/水平线（vlines/hlines）
Beer_brother:
应该是hlines吧 少写一个l
最新文章
Zabbix集成Grafana
CentOS7制作本地yum源（EPEL）步骤
Proxmox VE（PVE）配置xterm.js终端
2022年12篇
2021年253篇
2020年51篇
2019年7篇
2018年13篇
2017年74篇
2016年14篇
2015年13篇
2014年2篇
目录
目录
分类专栏
Python基础
55篇
Matplotlib
124篇
Selenium
30篇
我的世界
13篇
Jupyter
23篇
Pyecharts
22篇
Ansible
1篇
Zabbix5.0
7篇
Proxmox PVE
1篇
Python数据科学
24篇
《NumPy学习指南（第2版）》笔记
18篇
ECharts
8篇
PyQT5基础
windows运维
25篇
kubernetes
1篇
《Python经典实例》
13篇
Docker
3篇
Hadoop
1篇
Spark
HBase
《Python语言基础》
1篇
爬虫基础
8篇
Django
6篇
Flask
5篇
Elasticsearch
8篇
读书笔记
13篇
Linux
9篇
代码片段
23篇
批处理
11篇
Redis
1篇
MongoDB
OpenStack
1篇
微信开发
2篇
JavaScript
3篇
SAE
3篇
ASP
2篇
其他
9篇
目录
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
祝福语
请填写红包祝福语或标题
红包数量
个
红包个数最小为10个
红包总金额
元
红包金额最低5元
余额支付
当前余额3.43元
前往充值 >
需支付：10.00元
取消
确定
下一步
知道了
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝
规则
hope_wisdom 发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额
0
抵扣说明：
1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。
余额充值
Python中的loglog是什么意思？ - 知乎
Python中的loglog是什么意思？ - 知乎首页知乎知学堂发现等你来答切换模式登录/注册PythonPython 入门Python 开发Python教程Python 编程Python中的loglog是什么意思？关注者1被浏览9,970关注问题写回答邀请回答好问题添加评论分享1 个回答默认排序NoNo721。 关注Matplotlib 画双对数坐标，最基础的 plot 函数就是画出 y-x 的曲线，而 loglog 函数画出 \log y-\log x 曲线，对数坐标可以清楚地看到较小值时的变化。比如我们来画 y=x^5 的图像：import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(1e-5, 10, 100)
y = x ** 5
fig = plt.figure(figsize=(5.5,8))
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)
ax1.plot(x, y)
ax1.set_title("x-y")
ax2.loglog(x, y)
ax2.set_title("loglog")
plt.show()
运行代码可以得到：从上图可知：在 x 较小时 y 值变化也很小，无法从正常的 y-x 图像中清晰的看出它们的关系，这时用对数或者双对数坐标就更加明显地看出函数值的变化了！求赞！(#^.^#)编辑于 2020-03-06 11:03赞同 122 条评论分享收藏喜欢收起
双对数刻度图 - MATLAB loglog - MathWorks 中国
双对数刻度图 - MATLAB loglog
- MathWorks 中国
Skip to content
Toggle Main Navigation
产品
解决方案
学术
支持
社区
活动
获取 MATLAB
产品
解决方案
学术
支持
社区
活动
获取 MATLAB
帮助中心帮助中心
搜索帮助中心
帮助中心
MathWorks
搜索 MathWorks
MathWorks
帮助中心
Close Mobile Search
Open Mobile Search
Off-Canvas Navigation Menu Toggle
文档主页
MATLAB
图形二维图和三维图线图
loglog
本页内容
语法描述向量和矩阵数据表数据其他选项示例绘制一个线条绘制多个线条指定轴标签和刻度值将点绘制为不带线的标记添加图例仅指定 y 坐标基于表绘制坐标在一个轴上绘制多个表变量指定目标坐标区绘图后更改线特性输入参数XYLineSpectblxvaryvarax名称-值参数ColorLineWidthMarkerSizeMarkerEdgeColorMarkerFaceColor提示算法扩展功能版本历史记录用表创建的绘图将保留轴和图例标签中的特殊字符将表直接传递给 loglog另请参阅
文档示例函数App视频问答
试用版
试用版
产品更新
产品更新
资源
文档示例函数App视频问答
Main Content
loglog双对数刻度图全页折叠×
语法loglog(X,Y)loglog(X,Y,LineSpec)loglog(X1,Y1,...,Xn,Yn)loglog(X1,Y1,LineSpec1,...,Xn,Yn,LineSpecn)loglog(Y)loglog(Y,LineSpec)loglog(tbl,xvar,yvar)loglog(tbl,yvar)loglog(ax,___)loglog(___,Name,Value)p = loglog(___)说明
向量和矩阵数据
示例loglog(X,Y) 在 x 轴和 y 轴上应用以 10 为底的对数刻度来绘制 x 和 y 坐标。
要绘制由线段连接的一组坐标，请将 X 和 Y 指定为相同长度的向量。要在同一组坐标区上绘制多组坐标，请将 X 或 Y 中的至少一个指定为矩阵。
示例loglog(X,Y,LineSpec) 使用指定的线型、标记和颜色创建绘图。
示例loglog(X1,Y1,...,Xn,Yn) 在同一组坐标轴上绘制多对 x 和 y 坐标。此语法可替代将坐标指定为矩阵的形式。
示例loglog(X1,Y1,LineSpec1,...,Xn,Yn,LineSpecn) 可为每个 x-y 对组指定特定的线型、标记和颜色。您可以对某些 x-y 对组指定 LineSpec，而对其他对组省略它。例如，loglog(X1,Y1,'o',X2,Y2) 对第一个 x-y 对组指定标记，但没有对第二个对组指定标记。
示例loglog(Y) 绘制 Y 对一组隐式 x 坐标的图。
如果 Y 是向量，则 x 坐标范围从 1 到 length(Y)。如果 Y 是矩阵，则对于 Y 中的每个列，图中包含一个对应的行。x 坐标的范围是从 1 到 Y 的行数。
如果 Y 包含复数，loglog 绘制 Y 的虚部对 Y 的实部的图。但是，如果您同时指定了 X 和 Y，MATLAB® 会忽略虚部。
loglog(Y,LineSpec) 使用隐式 x 坐标绘制 Y，并指定线型、标记和颜色。
表数据
示例loglog(tbl,xvar,yvar) 绘制表 tbl 中的变量 xvar 和 yvar。要绘制一个数据集，请为 xvar 指定一个变量，为 yvar 指定一个变量。要绘制多个数据集，请为 xvar、yvar 或两者指定多个变量。如果两个参数都指定多个变量，它们指定的变量数目必须相同。（自 R2022a 开始提供）
loglog(tbl,yvar) 绘制表中的指定变量对表的行索引的图。此语法不支持时间表。（自 R2022a 开始）
其他选项
示例loglog(ax,___) 在目标坐标区上显示绘图。将坐标区指定为上述任一语法中的第一个参数。
示例loglog(___,Name,Value) 使用一个或多个名称-值参数指定 Line 属性。这些属性应用于绘制的所有线条。需要在上述任一语法中的所有参数之后指定名称-值参数。有关属性列表，请参阅 Line 属性。
示例p = loglog(___) 返回一个 Line 对象或 Line 对象数组。创建绘图后，使用 p 修改该绘图的属性。有关属性列表，请参阅 Line 属性。
示例全部折叠绘制一个线条打开实时脚本将 x 定义为一个由区间 [10-1,102] 内的 50 个对数间距数组成的向量。将 y 定义为 2x。然后绘制 x 和 y，并调用 grid 函数显示网格线。x = logspace(-1,2);
y = 2.^x;
loglog(x,y)
grid on绘制多个线条打开实时脚本创建一个由 x 坐标组成的向量和两个由 y 坐标组成的向量。通过将以逗号分隔的 x-y 对组传递给 loglog 绘制两个线条。x = logspace(-1,2);
y1 = 10.^x;
y2 = 1./10.^x;
loglog(x,y1,x,y2)
grid on您也可以通过将 y 指定为矩阵来用一个 x-y 对组创建相同的图：loglog(x,[y1;y2])。指定轴标签和刻度值打开实时脚本创建一组 x 坐标和 y 坐标，并将其显示在双对数图中。 x = logspace(-1,2,10000);
y = 5 + 3*sin(x);
loglog(x,y)调用 yticks 函数，沿 y 轴以将 y 轴刻度值置于整数增量值位置。然后通过调用 xlabel 和 ylabel 函数创建 x 和 y 轴标签。yticks([3 4 5 6 7])
xlabel('x')
ylabel('5 + 3 sin(x)')将点绘制为不带线的标记打开实时脚本创建一组 x 坐标和 y 坐标，并将其显示在双对数图中。将线型指定为 's' 以显示不带连接线的方形标记。将标记填充颜色指定为 RGB 三元组 [0 0.447 0.741]，它对应于深蓝色。x = logspace(-1,2,20);
y = 10.^x;
loglog(x,y,'s','MarkerFaceColor',[0 0.447 0.741])
grid on添加图例打开实时脚本创建两组 x 坐标和 y 坐标，并将其显示在一个双对数图中。通过调用 legend 函数并将位置指定为 'northwest'，在绘图的左上角显示图例。x = logspace(-1,2,10000);
y1 = 5 + 3*sin(x/4);
y2 = 5 - 3*sin(x/4);
loglog(x,y1,x,y2,'--')
legend('Signal 1','Signal 2','Location','northwest')仅指定 y 坐标打开实时脚本当您仅指定一个坐标向量时，loglog 会绘制这些坐标对值 1:length(y) 的图。例如，将 y 定义为一个由 0.001 和 100 之间的 6 个值组成的向量。创建 y 的双对数图。 y = [0.001 0.01 0.1 1 10 100];
loglog(y)
grid on如果您将 y 指定为矩阵，则绘制 y 的列对值 1:size(y,1) 的图。例如，将 y 定义为 5×3 矩阵，并将其传递给 loglog 函数。生成的图包含 3 个线条，其中每个线条的 x 坐标都是从 1 到 5。y = [0.0010 0.0100 0.1000
0.0100 0.1000 1.0000
0.1000 1.0000 10.0000
1.0000 10.5000 100.0000
10.0000 100.0000 1000.0000];
loglog(y)
grid on基于表绘制坐标打开实时脚本自 R2022a 开始基于表数据绘图的一种便捷方法是将表传递给 loglog 函数，并指定要绘制的变量。 创建一个包含两个变量的表。然后显示该表的前三行。Input = logspace(-1,2)';
Output = 10.^Input;
tbl = table(Input,Output);
head(tbl,3) Input Output
_______ ______
0.1 1.2589
0.11514 1.3036
0.13257 1.357
在 x 轴上绘制 Input 变量，在 y 轴上绘制 Output 变量。以 p 形式返回 Line 对象，并打开坐标区网格。请注意，轴标签与变量名称匹配。p = loglog(tbl,"Input","Output");
grid on要修改线条的各个方面，请对 Line 对象设置 LineStyle、Color 和 Marker 属性。例如，将线条更改为具有点标记的红色点线。p.LineStyle = ":";
p.Color = "red";
p.Marker = ".";在一个轴上绘制多个表变量打开实时脚本自 R2022a 开始创建包含三个变量的表。然后显示表中的前三行。Input = logspace(-1,2)';
Output1 = 10.^Input;
Output2 = 1./10.^Input;
tbl = table(Input,Output1,Output2);
head(tbl,3) Input Output1 Output2
_______ _______ _______
0.1 1.2589 0.79433
0.11514 1.3036 0.76711
0.13257 1.357 0.73693
在 x 轴上绘制 Input 变量，在 y 轴上绘制 Output1 和 Output2 变量。添加一个图例。请注意，图例标签与变量名称匹配。loglog(tbl,"Input",["Output1" "Output2"])
grid on
legend指定目标坐标区打开实时脚本创建一个采用 'flow' 图块排列方式的分块图布局，以便坐标区填充布局中的可用空间。接下来，调用 nexttile 函数创建一个坐标区对象，并返回它作为 ax1。然后通过将 ax1 传递给 loglog 函数来显示一个双对数图。tiledlayout('flow')
ax1 = nexttile;
x = logspace(-1,2);
y1 = 10.^x;
loglog(ax1,x,y1)重复该过程以创建第二个坐标区对象和第二个双对数图。ax2 = nexttile;
y2 = 1./10.^x;
loglog(ax2,x,y2)绘图后更改线特性打开实时脚本创建一个包含两个线条的双对数图，并以变量 lg 形式返回行对象。x = logspace(-1,2);
y1 = 10.^x;
y2 = 1./10.^x;
lg = loglog(x,y1,x,y2);将第一个线条的宽度更改为 2，并将第二个线条的颜色更改为紫色。lg(1).LineWidth = 2;
lg(2).Color = [0.4 0 1];输入参数全部折叠X — x 坐标 标量 | 向量 | 矩阵
x 坐标，指定为标量、向量或矩阵。X 的大小和形状取决于您的数据形状和您要创建的绘图类型。下表说明了最常见的情况。
绘图类型如何指定坐标单点将 X 和 Y 指定为标量，并包含一个标记。例如：loglog(1,2,'o')一组点指定 X 和 Y 为相同长度的行向量或列向量的任意组合。例如：loglog([1 2 3],[4; 5; 6])多组点
（使用向量）指定连续的多对 X 和 Y 向量。例如：loglog([1 2 3],[4 5 6],[1 2 3],[7 8 9])多组点
（使用矩阵）如果所有组共享相同的 x 或 y 坐标，请将共享坐标指定为一个向量，将其他坐标指定为一个矩阵。该向量的长度必须与该矩阵的维度之一相匹配。例如：loglog([1 2 3],[4 5 6; 7 8 9])如果矩阵是方阵，loglog 将为矩阵中的每列绘制一个线条。 也可以指定 X 和 Y 为相同大小的矩阵。在本例中，loglog 绘制 Y 的每列对 X 的对应列的图。例如：loglog([1 2 3; 4 5 6],[7 8 9; 10 11 12])
loglog 在某些情况下可能会排除坐标：
如果坐标包括正值和负值，则仅显示正值。如果坐标均为负值，所有值都带适当的符号显示在对数刻度上。不显示零值。
数据类型： single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64Y — y 坐标 标量 | 向量 | 矩阵
y 坐标，指定为标量、向量或矩阵。Y 的大小和形状取决于您的数据形状和您要创建的绘图类型。下表说明了最常见的情况。
绘图类型如何指定坐标单点将 X 和 Y 指定为标量，并包含一个标记。例如：loglog(1,2,'o')一组点指定 X 和 Y 为相同长度的行向量或列向量的任意组合。例如：loglog([1 2 3],[4; 5; 6])多组点
（使用向量）指定连续的多对 X 和 Y 向量。例如：loglog([1 2 3],[4 5 6],[1 2 3],[7 8 9])多组点
（使用矩阵）如果所有组共享相同的 x 或 y 坐标，请将共享坐标指定为一个向量，将其他坐标指定为一个矩阵。该向量的长度必须与该矩阵的维度之一相匹配。例如：loglog([1 2 3],[4 5 6; 7 8 9])如果矩阵是方阵，loglog 将为矩阵中的每列绘制一个线条。也可以指定 X 和 Y 为相同大小的矩阵。在本例中，loglog 绘制 Y 的每列对 X 的对应列的图。例如：loglog([1 2 3; 4 5 6],[7 8 9; 10 11 12])
loglog 在某些情况下可能会排除坐标：
如果坐标包括正值和负值，则仅显示正值。如果坐标均为负值，所有值都带适当的符号显示在对数刻度上。不显示零值。
数据类型： single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64LineSpec — 线型、标记和颜色 字符串标量 | 字符向量线型、标记和颜色，指定为包含符号的字符串标量或字符向量。符号可以按任意顺序显示。您不需要同时指定所有三个特征（线型、标记和颜色）。例如，如果忽略线型，只指定标记，则绘图只显示标记，不显示线条。示例： "--or" 是带有圆形标记的红色虚线。
线型描述表示的线条"-"实线
"--"虚线
":"点线
"-."点划线
标记描述生成的标记"o"圆圈
"+"加号
"*"星号
"."点
"x"叉号
"_"水平线条
"|"垂直线条
"square"方形
"diamond"菱形
"^"上三角
"v"下三角
">"右三角
"<"左三角
"pentagram"五角形
"hexagram"六角形
颜色名称短名称RGB 三元组外观"red""r"[1 0 0] "green""g"[0 1 0] "blue""b"[0 0 1] "cyan" "c"[0 1 1] "magenta""m"[1 0 1] "yellow""y"[1 1 0] "black""k"[0 0 0] "white""w"[1 1 1] tbl — 源表 表 | 时间表包含要绘制的数据的源表，指定为表或时间表。xvar — 包含 x 坐标的表变量
字符向量 | 字符串数组 | 元胞数组 | 模式 | 数值标量或向量 | 逻辑向量 | vartype()
包含 x 坐标的表变量，使用下表中的索引方案之一指定。
索引方案示例变量名称：
字符串、字符向量或元胞数组。pattern 对象。
"A" 或 'A' - 名为 A 的变量["A","B"] 或 {'A','B'} - 两个名为 A 和 B 的变量"Var"+digitsPattern(1) - 变量名为 "Var" 后跟一个数字
变量索引：
引用变量在表中位置的索引编号。由数字组成的向量。逻辑向量。通常，此向量的长度与变量的数目相同，但可以省略尾部的 0 或 false 值。
3 - 表中的第三个变量[2 3] - 表中的第二个和第三个变量[false false true] - 第三个变量
变量类型：
vartype 下标，用于选择指定类型的变量。
vartype("categorical") - 包含分类值的所有变量
您指定的表变量可以包含任何数值。但是，loglog 可能会从绘图中排除负值和零值，就像您将 X 和 Y 指定为包含负值或零值的向量时一样。
如果 xvar 和 yvar 都指定多个变量，则变量的数目必须相同。
示例： loglog(tbl,["x1","x2"],"y") 为 x 坐标指定名为 x1 和 x2 的表变量。
示例： loglog(tbl,2,"y") 为 x 坐标指定第二个变量。
示例： loglog(tbl,vartype("numeric"),"y") 为 x 坐标指定所有数值变量。
yvar — 包含 y 坐标的表变量 字符向量 | 字符串数组 | 元胞数组 | 模式 | 数值标量或向量 | 逻辑向量 | vartype()
包含 y 坐标的表变量，使用下表中的索引方案之一指定。
索引方案示例变量名称：
字符串、字符向量或元胞数组。pattern 对象。
"A" 或 'A' - 名为 A 的变量["A","B"] 或 {'A','B'} - 两个名为 A 和 B 的变量"Var"+digitsPattern(1) - 变量名为 "Var" 后跟一个数字
变量索引：
引用变量在表中位置的索引编号。由数字组成的向量。逻辑向量。通常，此向量的长度与变量的数目相同，但可以省略尾部的 0 或 false 值。
3 - 表中的第三个变量[2 3] - 表中的第二个和第三个变量[false false true] - 第三个变量
变量类型：
vartype 下标，用于选择指定类型的变量。
vartype("categorical") - 包含分类值的所有变量
您指定的表变量可以包含任何数值。但是，loglog 可能会从绘图中排除负值和零值，就像您将 X 和 Y 指定为包含负值或零值的向量时一样。
如果 xvar 和 yvar 都指定多个变量，则变量的数目必须相同。
示例： loglog(tbl,"x",["y1","y2"]) 为 y 坐标指定名为 y1 和 y2 的表变量。
示例： loglog(tbl,"x",2) 为 y 坐标指定第二个变量。
示例： loglog(tbl,"x",vartype("numeric")) 为 y 坐标指定所有数值变量。
ax — 目标坐标区 Axes 对象
目标坐标区，指定为 Axes 对象。如果不指定坐标区，且当前坐标区是笛卡尔坐标区，则 loglog 将使用当前坐标区。
名称-值参数将可选的参数对组指定为 Name1=Value1,...,NameN=ValueN，其中 Name 是参数名称，Value 是对应的值。名称-值参数必须出现在其他参数之后，但参数对组的顺序无关紧要。 在 R2021a 之前，使用逗号分隔每个名称和值，并用引号将 Name 引起来。 示例： loglog([1 2],[3 4],'Color','red') 为绘图指定一条红色线条。注意此处所列的属性只是一部分。有关完整列表，请参阅 Line 属性。Color — 颜色
[0 0.4470 0.7410] （默认） | RGB 三元组 | 十六进制颜色代码 | 'r' | 'g' | 'b' | ...
颜色，指定为 RGB 三元组、十六进制颜色代码、颜色名称或短名称。您指定的颜色会设置线条颜色。当 MarkerEdgeColor 属性设置为 'auto' 时，它还会设置标记边颜色。
对于自定义颜色，请指定 RGB 三元组或十六进制颜色代码。
RGB 三元组是包含三个元素的行向量，其元素分别指定颜色中红、绿、蓝分量的强度。强度值必须位于 [0,1] 范围内，例如 [0.4 0.6 0.7]。 十六进制颜色代码是字符串标量或字符向量，以井号 (#) 开头，后跟三个或六个十六进制数字，范围可以是 0 到 F。这些值不区分大小写。因此，颜色代码 "#FF8800" 与 "#ff8800"、"#F80" 与 "#f80" 是等效的。
此外，还可以按名称指定一些常见的颜色。下表列出了命名颜色选项、等效 RGB 三元组和十六进制颜色代码。
颜色名称短名称RGB 三元组十六进制颜色代码外观"red""r"[1 0 0]"#FF0000""green""g"[0 1 0]"#00FF00""blue""b"[0 0 1]"#0000FF""cyan" "c"[0 1 1]"#00FFFF""magenta""m"[1 0 1]"#FF00FF""yellow""y"[1 1 0]"#FFFF00""black""k"[0 0 0]"#000000""white""w"[1 1 1]"#FFFFFF""none"不适用不适用不适用无颜色以下是 MATLAB 在许多类型的绘图中使用的默认颜色的 RGB 三元组和十六进制颜色代码。
RGB 三元组十六进制颜色代码外观[0 0.4470 0.7410]"#0072BD"[0.8500 0.3250 0.0980]"#D95319"[0.9290 0.6940 0.1250]"#EDB120"[0.4940 0.1840 0.5560]"#7E2F8E"[0.4660 0.6740 0.1880]"#77AC30"[0.3010 0.7450 0.9330]"#4DBEEE"[0.6350 0.0780 0.1840]"#A2142F"
LineWidth — 线条宽度 0.5 （默认） | 正值
线宽，指定为以磅为单位的正值，其中 1 磅 = 1/72 英寸。如果该线条具有标记，则线条宽度也会影响标记边。
线宽不能小于像素的宽度。如果将线宽设置为小于系统上像素宽度的值，则线条显示为一个像素的宽度。MarkerSize — 标记大小 6 （默认） | 正值
标记大小，指定为以磅为单位的正值，其中 1 磅 = 1/72 英寸。MarkerEdgeColor — 标记轮廓颜色 "auto" （默认） | RGB 三元组 | 十六进制颜色代码 | "r" | "g" | "b" | ...
标记轮廓颜色，指定为 "auto"、RGB 三元组、十六进制颜色代码、颜色名称或短名称。默认值 "auto" 使用与 Color 属性相同的颜色。
对于自定义颜色，请指定 RGB 三元组或十六进制颜色代码。
RGB 三元组是包含三个元素的行向量，其元素分别指定颜色中红、绿、蓝分量的强度。强度值必须位于 [0,1] 范围内，例如 [0.4 0.6 0.7]。 十六进制颜色代码是字符串标量或字符向量，以井号 (#) 开头，后跟三个或六个十六进制数字，范围可以是 0 到 F。这些值不区分大小写。因此，颜色代码 "#FF8800" 与 "#ff8800"、"#F80" 与 "#f80" 是等效的。
此外，还可以按名称指定一些常见的颜色。下表列出了命名颜色选项、等效 RGB 三元组和十六进制颜色代码。
颜色名称短名称RGB 三元组十六进制颜色代码外观"red""r"[1 0 0]"#FF0000""green""g"[0 1 0]"#00FF00""blue""b"[0 0 1]"#0000FF""cyan" "c"[0 1 1]"#00FFFF""magenta""m"[1 0 1]"#FF00FF""yellow""y"[1 1 0]"#FFFF00""black""k"[0 0 0]"#000000""white""w"[1 1 1]"#FFFFFF""none"不适用不适用不适用无颜色以下是 MATLAB 在许多类型的绘图中使用的默认颜色的 RGB 三元组和十六进制颜色代码。
RGB 三元组十六进制颜色代码外观[0 0.4470 0.7410]"#0072BD"[0.8500 0.3250 0.0980]"#D95319"[0.9290 0.6940 0.1250]"#EDB120"[0.4940 0.1840 0.5560]"#7E2F8E"[0.4660 0.6740 0.1880]"#77AC30"[0.3010 0.7450 0.9330]"#4DBEEE"[0.6350 0.0780 0.1840]"#A2142F"
MarkerFaceColor — 标记填充颜色 "none" （默认） | "auto" | RGB 三元组 | 十六进制颜色代码 | "r" | "g" | "b" | ...
标记填充颜色，指定为 "auto"、RGB 三元组、十六进制颜色代码、颜色名称或短名称。"auto" 选项使用与父坐标区的 Color 属性相同的颜色。如果您指定 "auto"，并且坐标区图框不可见，则标记填充颜色为图窗的颜色。
对于自定义颜色，请指定 RGB 三元组或十六进制颜色代码。
RGB 三元组是包含三个元素的行向量，其元素分别指定颜色中红、绿、蓝分量的强度。强度值必须位于 [0,1] 范围内，例如 [0.4 0.6 0.7]。 十六进制颜色代码是字符串标量或字符向量，以井号 (#) 开头，后跟三个或六个十六进制数字，范围可以是 0 到 F。这些值不区分大小写。因此，颜色代码 "#FF8800" 与 "#ff8800"、"#F80" 与 "#f80" 是等效的。
此外，还可以按名称指定一些常见的颜色。下表列出了命名颜色选项、等效 RGB 三元组和十六进制颜色代码。
颜色名称短名称RGB 三元组十六进制颜色代码外观"red""r"[1 0 0]"#FF0000""green""g"[0 1 0]"#00FF00""blue""b"[0 0 1]"#0000FF""cyan" "c"[0 1 1]"#00FFFF""magenta""m"[1 0 1]"#FF00FF""yellow""y"[1 1 0]"#FFFF00""black""k"[0 0 0]"#000000""white""w"[1 1 1]"#FFFFFF""none"不适用不适用不适用无颜色以下是 MATLAB 在许多类型的绘图中使用的默认颜色的 RGB 三元组和十六进制颜色代码。
RGB 三元组十六进制颜色代码外观[0 0.4470 0.7410]"#0072BD"[0.8500 0.3250 0.0980]"#D95319"[0.9290 0.6940 0.1250]"#EDB120"[0.4940 0.1840 0.5560]"#7E2F8E"[0.4660 0.6740 0.1880]"#77AC30"[0.3010 0.7450 0.9330]"#4DBEEE"[0.6350 0.0780 0.1840]"#A2142F"
提示使用 NaN 或 Inf 在线条中创建断点。例如，以下代码绘制一条在 y=2 和 y=4 之间具有一个断点的线条。 loglog([1 2 3 4 5],[1 2 NaN 4 5])loglog 函数基于坐标区的 ColorOrder 和 LineStyleOrder 属性选用颜色和线型。loglog 先对第一种线型循环使用每种颜色。然后，再对下一个线型循环使用每种颜色，以此类推。通过在坐标区中设置 ColorOrder 或 LineStyleOrder 属性，可以在绘图后更改颜色和线型。您也可以调用 colororder 函数来更改图窗中所有坐标区的色序。算法loglog 函数通过将坐标区的 XScale 和 YScale 属性设置为 'log'，以对数刻度绘制坐标。但是，如果在您调用 loglog 之前坐标区的 hold 状态为 'on'，则这些属性不会更改，并且绘图可能以线性或半对数刻度显示。扩展功能GPU 数组 通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。用法说明和限制：此函数接受 GPU 数组，但不在 GPU 上运行。有关详细信息，请参阅Run MATLAB Functions on a GPU (Parallel Computing Toolbox)。分布式数组
使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。用法说明和限制：此函数在分布式数组上运行，但在客户端 MATLAB 中执行。有关详细信息，请参阅Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox)。版本历史记录在 R2006a 之前推出全部展开R2022b: 用表创建的绘图将保留轴和图例标签中的特殊字符当您将表和一个或多个变量名称传递给 loglog 函数时，轴和图例标签现在会显示表变量名称中包含的任何特殊字符，如下划线。以前，特殊字符会被解释为 TeX 或 LaTeX 字符。例如，如果将包含名为 Sample_Number 的变量的表传递给 loglog 函数，则下划线会出现在轴和图例标签中。在 R2022a 及更早版本中，下划线解释为下标。版本表变量 "Sample_Number" 的标签R2022b
R2022a
要显示具有 TeX 或 LaTeX 格式的轴和图例标签，请手动指定标签。例如，在绘制后，使用所需的标签字符串调用 xlabel 或 legend 函数。xlabel("Sample_Number")
legend(["Sample_Number" "Another_Legend_Label"])R2022a: 将表直接传递给 loglog通过将表传递给 loglog 函数并后跟要绘制的变量来创建图。当您将数据指定为表时，会自动使用表变量名称对轴标签和图例（如果有）进行标注。另请参阅函数semilogx | plot | semilogy属性Line 属性主题Plots That Support Tables
×
打开示例
您曾对此示例进行过修改。是否要打开带有您的编辑的示例？
否，请覆盖修改版本 是
×
MATLAB 命令
您点击的链接对应于以下 MATLAB 命令：
请在 MATLAB 命令行窗口中直接输入以执行命令。Web 浏览器不支持 MATLAB 命令。
关闭
×
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
Switzerland (English)
Switzerland (Deutsch)
Switzerland (Français)
中国 (简体中文)
中国 (English)
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
América Latina (Español)
Canada (English)
United States (English)
Europe
Belgium (English)
Denmark (English)
Deutschland (Deutsch)
España (Español)
Finland (English)
France (Français)
Ireland (English)
Italia (Italiano)
Luxembourg (English)
Netherlands (English)
Norway (English)
Österreich (Deutsch)
Portugal (English)
Sweden (English)
Switzerland
Deutsch
English
Français
United Kingdom (English)
Asia Pacific
Australia (English)
India (English)
New Zealand (English)
中国
简体中文
English
日本 (日本語)
한국 (한국어)
Contact your local office
试用版
试用版
产品更新
产品更新
中国
信任中心
商标
隐私权政策
防盗版
应用状态
京公网安备 11010502045942号 京ICP备12052471号
© 1994-2024 The MathWorks, Inc.
×
关注我们
如何在 Matplotlib 中绘制对数轴？ - 知乎
如何在 Matplotlib 中绘制对数轴？ - 知乎首页知乎知学堂发现等你来答切换模式登录/注册PythonPython 库Matplotlib如何在 Matplotlib 中绘制对数轴？关注者2被浏览10,701关注问题写回答邀请回答好问题添加评论分享1 个回答默认排序小象北京小象科技有限公司 CEO 关注为了在 Matplotlib 中绘制半对数图，我们使用 set_xscale() 或 set_yscale() 和 semilogx() 或 semilogy() 函数。如果必须将两个轴都设置为对数刻度，则可以使用 loglog() 函数。set_xscale() 或 set_yscale() 函数我们使用 set_xscale() 或 set_yscale() 函数分别设置 X 轴和 Y 轴的缩放比例。如果我们在函数中使用 log 或 symlog 比例尺，则将各个轴绘制为对数比例尺。使用带有 set_xscale() 或 set_yscale() 函数的 log 标尺仅允许正值，这是让我们如何管理负值，而使用 symlog 标尺既接受正值又接受负值。import pandas as pd
import matplotlib.pyplot as plt
date=["28 April",
"27 April",
"26 April",
"25 April",
"24 April",
"23 April"]
revenue=[2954222 ,
2878196 ,
2804796 ,
2719896 ,
2626321,
2544792 ]
company_data_df=pd.DataFrame({"date":date,"total_revenue":revenue})
company_data = company_data_df.sort_values(by=['total_revenue'])
fig = plt.figure(figsize=(8, 6))
plt.scatter(company_data['total_revenue'],company_data['date'])
plt.plot(company_data['total_revenue'],company_data['date'])
plt.xscale("log")
plt.xlabel("Total Revenue")
plt.ylabel("Date")
plt.title("Company Growth",fontsize=25)
plt.show()输出：要设置沿 Y 轴的对数轴，我们可以使用 yscale() 函数将 Y 轴比例尺设置为 log：import pandas as pd
import matplotlib.pyplot as plt
date=["28 April",
"27 April",
"26 April",
"25 April",
"24 April",
"23 April"]
revenue=[2954222 ,
2878196 ,
2804796 ,
2719896 ,
2626321,
2544792 ]
company_data_df=pd.DataFrame({"date":date,"total_revenue":revenue})
company_data = company_data_df.sort_values(by=['total_revenue'])
fig = plt.figure(figsize=(8, 6))
plt.scatter(company_data['date'],company_data['total_revenue'])
plt.plot(company_data['date'],company_data['total_revenue'])
plt.yscale("log")
plt.xlabel("Date")
plt.ylabel("Total Revenue")
plt.title("Company Growth",fontsize=25)
plt.show()输出：为了沿两个轴设置对数值，我们同时使用了 xscale() 和 yscale() 函数：import pandas as pd
import matplotlib.pyplot as plt
x = [10, 100, 1000, 10000, 100000]
y = [2, 4 ,8, 16, 32]
fig = plt.figure(figsize=(8, 6))
plt.scatter(x, y)
plt.plot(x, y)
plt.grid()
plt.xscale("log")
plt.yscale("log",basey=2)
plt.xlabel("x",fontsize=20)
plt.ylabel("y",fontsize=20)
plt.title("Plot with both log axes",fontsize=25)
plt.show()输出：这里 basey = 2 表示沿 Y 轴的 2 的对数。semilogx() 或 semilogy() 函数semilogx() 函数创建沿 X 轴具有对数缩放比例的图，而 semilogy() 函数创建沿 Y 轴具有对数缩放比例的图。默认的对数底数是 10，而底数可以分别为函数 semilogx() 和 semilogy() 设置 basex 和 basey 参数。import pandas as pd
import matplotlib.pyplot as plt
date=["28 April",
"27 April",
"26 April",
"25 April",
"24 April",
"23 April"]
revenue=[2954222 ,
2878196 ,
2804796 ,
2719896 ,
2626321,
2544792 ]
company_data_df=pd.DataFrame({"date":date,"total_revenue":revenue})
company_data = company_data_df.sort_values(by=['total_revenue'])
fig = plt.figure(figsize=(8, 6))
plt.scatter(company_data['total_revenue'],company_data['date'])
plt.plot(company_data['total_revenue'],company_data['date'])
plt.semilogx()
plt.xlabel("Total Revenue")
plt.ylabel("Date")
plt.title("Company Growth",fontsize=25)
plt.show()输出：要沿两个轴设置对数值，我们可以同时使用 semilogx() 和 semilogy() 函数：import pandas as pd
import matplotlib.pyplot as plt
x = [10, 100, 1000, 10000, 100000]
y = [2, 4 ,8, 16, 32]
fig = plt.figure(figsize=(8, 6))
plt.scatter(x, y)
plt.plot(x, y)
plt.grid()
plt.semilogx()
plt.semilogy(basey=2)
plt.xlabel("x",fontsize=20)
plt.ylabel("y",fontsize=20)
plt.title("Plot with both log axes",fontsize=25)
plt.show()输出：loglog() 函数为了沿 X 和 Y 轴进行对数缩放，我们还可以使用 loglog() 函数。X 轴和 Y 轴的对数底数由 basex 和 basey 参数设置。import pandas as pd
import matplotlib.pyplot as plt
x = [10, 100, 1000, 10000, 100000]
y = [2, 4 ,8, 16, 32]
fig = plt.figure(figsize=(8, 6))
plt.scatter(x, y)
plt.plot(x, y)
plt.loglog(basex=10,basey=2)
plt.xlabel("x",fontsize=20)
plt.ylabel("y",fontsize=20)
plt.title("Plot with both log axes",fontsize=25)
plt.show()输出：想了解更多python知识可以看下我别的回答哟python相关问题集锦如何在 Matplotlib 中设置刻度标签 xticks 字体大小？Matplotlib 中如何更改图例字体大小？觉得不错的话，记得帮我 @小象点个赞哟，祝大家都能学有所获！编辑于 2022-03-10 17:58赞同 3添加评论分享收藏喜欢收起